论文部分内容阅读
针对知识库的不完备所导致的分类器泛化能力较差的问题,提出一种在先验知识引导下基于遗传算法的知识发现方法。该方法通过引入问题近似先验领域知识,进行种群初始化和变异函数构造,利用先验知识引导下的遗传算法对问题的解空间进行搜索,最终获取新知识。利用该方法可以获得同时覆盖先验领域知识和训练样例的一般知识,进而提高分类器的分类性能和泛化能力。实验结果表明,与经典遗传算法相比,不仅该算法的泛化能力更强,而且所获得特征规模较小。