Indexed by：
Abstract：
针对置信规则库中初始结构不合理的问题，现有的解决方法仍存在不具备可重复性或受数据完备性和等级效用值相关联的制约等方面的不足。鉴于此，对置信规则库的参数学习进行了理论分析和实验验证，总结出不合理结构下置信规则库中易出现结构欠完备问题或结构过完备问题；将DBSCAN算法和误差分析嵌入到现有参数学习方法中用于解决上述问题，进而提出了面向最佳决策结构的结构学习方法；通过实验分别在过完备结构和欠完备结构的置信规则库下验证了新方法，并对比了结构改变时误差的变化。实验结果表明所提方法是有效可行的。
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
计算机科学与探索
ISSN： 1673-9418
CN： 11-5602/TP
Year： 2014
Issue： 10
Page： 1216-1230
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 5
Affiliated Colleges：
