基于属性加权的概念认知学习模型

作者：梁涛巨; 林艺东^*; 林梦雷; 王启君

来源：模式识别与人工智能, 2023, 36(08): 749-763.

DOI：10.16451/j.cnki.issn1003-6059.202308007

• 概念认知学习
• 模糊概念
• 属性加权
• 概念聚类

现有概念认知学习模型往往存在忽略属性与决策间的相关性、涉及的概念空间存在冗余性、学习效果有限等问题.因此，文中提出面向属性加权的概念认知学习模型(Weighted Attributes-Based Concept-Cognitive Learning Model, WACCL).首先，探讨属性与决策之间的相关性，提出属性的加权机制.考虑到概念空间冗余性问题，探索不同概念的地位，实现概念空间压缩.然后，结合概念间的相似性，实现概念聚类，为线索的学习提供依据.最后，在13个数据集上的实验验证WACCL的有效性.

• 单位
  闽南师范大学