最小覆盖算法
机器学习所述的学习系统旨在根据教师所提供的一组概念样本和背景知识,确定特定概念的描述。从认识论观点来看,对样本进行学习,其知识都集中在样本集上,我们无法”无中生有”,换句话说,当我们只有小量样本时,对其学习后,只能得到有限的知识,不可能由此对所有的未知情况进行识别。本文对机器学习问题提出”最小覆盖原理”,以此作为多层前向网络的覆盖算法追求的目标,以获得尽可能与学习样本接近的规则；并研究了最小覆盖的若干性质,在此基础上提出一个求”最小覆盖”的几何算法；最后从规划方法的角度给出最小覆盖的求解过程.
最小覆盖 二次规划 覆盖算法 机器学习 几何算法
赵姝 张燕平 张铃 徐峰
安徽大学计算智能与信号处理教育部重点实验室,合肥230039 华安证券有限责任公司,合肥230069
国内会议
湖南张家界
中文
181-185
2007-07-26（万方平台首次上网日期，不代表论文的发表时间）