HTML结构特征及概念学习聚焦网页采集系统设计

网页采集技术是近年来Web相关领域研究的热点，大到通用搜索引擎（谷歌、百度等），小到特定主题的专用网页采集系统（如企业竞争情报系统），都离不开网页采集。本文介绍了HTML结构特征及与概念学习的聚焦网页采集系统的结构和主要算法。     

二维欧氏空间内线性凸区域概念的PAC学习算法

实例空间X的一个子集规定一个概念,表现为一个函数c:X→{0,1}。给定X上一个分布D,可能近似正确(PAC)学习算法的目的是基于独立同分布样本S,由算法产生一个近似函数hS,以高概率保证它与目标函数c的误差不超过给定误差值。如果存在这样的算法其样本复杂性及时间复杂性受多项式界,则认为目标概念可以有效PAC学习。本文讨论二维欧氏空间上有界线性凸区域定义的目标概念的学习理论和方法,证明了有界线性凸区域定义的目标概念是有效PAC可学习的,其方法可以推广到n维欧氏空间上由超平面界定的有界凸区域对应的目标概念学习。     

概念学习系统中的概念分类

概念学习是机器学习中的一个主要内容。概念的层次和分类对概念学习系统的构造有重要意义。本文论述了概念分类系统的基本原理,对于概念表达形式到谓词逻辑表示的转换以及概念分类系统中的概念运算作了较详细的介绍。     

多概念学习的决策树MNID算法

决策树归纳法ＩＤ３是人工智能机器学习中发展较快的一种归纳学习算法,而目前的ＩＤ３及其改进算法亦因各种问题限制了其在工程中的应用。基于决策树归纳学习算法示例学习最优化的理论,用在多概念学习条件下对多特征属性值进行分组聚类实现优化的方法,导出了定义在多概念窨上的决策树归纳学习算法ＮＭＩＤ。这种新算法对工程技术领域普遍存在的多概念学习问题,有较好的应用价值。     

概念格与三支决策及其研究展望

概念格是形式概念分析理论中的核心数据分析工具,三支决策是三分而治思想的理论化、方法化与策略化,两者的结合已带来诸多新问题、新思想与新方法。文中着重论述概念格与三支决策相结合的研究历程、研究内容以及研究展望。     

掌握数学概念学习策略的若干思考

综述数学概念学习的一般理论，研究当前学习策略的发展动态，对数学概念学习策略的内涵及结构进行分析，把数学概念学习策略分为支持性策略和基础性策略两类，并对数学概念学习策略的教学提出具体的建议。     

在数学概念学习过程中的形成性评价

通过中外数学概念学习过程的心理学研究，将APOS理论的四个阶段划分作为评价指标生成的平台，而后概述了形成性评价的相关研究，如基本概念、目的与宗旨、教学观念准备、模式、表现特征等。在此基础之上给出了数学概念学习的形成性评价操作性指导，如评价指标体系的构建、形成性题组的设计、教学和学习信息的收集与处理等。     

数学概念学习研究

数学概念由于其高度抽象化和形式化而具有自身的特殊性,其学习的认知模式包括概念获得、概念在知觉水平上的应用、概念表征、概念在思维水平上的应用。在数学概念学习过程中,要整合现代教育技术的元素,合理利用概念“原型”,寻找方法,建立结构性概念,要巧用概念图,形成概念系。     

基于交互信息的连续值属性决策树学习算法

Fayyad连续值属性决策树学习算法使用信息熵的下降速度作为选取扩展属性标准的启发式,本文针对其易选取重复的条件属性等不足之处,引入属性间的交互信息,提出了一种改进算法--基于交互信息的连续值属性决策树学习算法,它的核心是使用信息熵和交互信息的下降速度作为选取扩展属性标准的启发式.实验结果表明,与Fayyad决策树学习算法相比,该算法降低了决策树中同一扩展属性的重复选取率,实现了信息熵的真正减少,提高了训练精度和测试精度,能构造出更优的决策树.