论文部分内容阅读
无论是在机器学习还是在软件设计中，对问题的分析都是假定对概念属性已知的条件下展开的。本文采用假设对象是在结构语法的基础上，通过确定对象的领域和效用，用领域的条件和状态及其边际效用选择出学习的类。在一个对象类中，属性的选择学习用迭代前向逐步插入、迭代向后删除算法。对决策树的学习，设计了决策树遗传归纳算法学习。对于新构造属性，用属性效用的投影、积、差、值、最值、级数算法构造边际效用法。对不同的对象进行不同的表达式学习，并命名新属性，进而进行属性的数据类型有界限定，从而得到新属性。