-
题名基于高斯核函数的朴素贝叶斯分类器依赖扩展
被引量:5
- 1
-
-
作者
王双成
高瑞
杜瑞杰
-
机构
上海立信会计学院数学与信息学院
上海立信会计学院立信会计研究院
上海财经大学统计与管理学院
-
出处
《控制与决策》
EI
CSCD
北大核心
2015年第12期2280-2284,共5页
-
基金
上海市自然科学基金项目(15ZR1429700)
上海市教委科研创新项目(15ZZ099)
-
文摘
朴素贝叶斯分类器不能有效地利用属性之间的依赖信息,而目前所进行的依赖扩展更强调效率,使扩展后分类器的分类准确性还有待提高.针对以上问题,在使用具有平滑参数的高斯核函数估计属性密度的基础上,结合分类器的分类准确性标准和属性父结点的贪婪选择,进行朴素贝叶斯分类器的网络依赖扩展.使用UCI中的连续属性分类数据进行实验,结果显示网络依赖扩展后的分类器具有良好的分类准确性.
-
关键词
朴素贝叶斯分类器
高斯核函数
贝叶斯网络
分类准确性
依赖扩展
-
Keywords
naive bayesian classifiers
Gaussian kernel function
bayesian network
classification accuracy
dependency extension
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种加权朴素贝叶斯分类增量学习模型
被引量:1
- 2
-
-
作者
李金华
梁永全
吕芳芳
-
机构
山东科技大学信息科学与工程学院
-
出处
《计算机与现代化》
2010年第5期30-32,共3页
-
文摘
朴素贝叶斯分类器难以获得大量有类标签的训练集,而且传统的贝叶斯分类方法在有新的训练样本加入时,需要重新学习已学习过的样本,耗费大量时间。为此引入增量学习方法,在此基础上提出了属性加权朴素贝叶斯算法,该算法通过属性加权来提高朴素贝叶斯分类器的性能,加权参数直接从训练数据中学习得到。通过由W eka推荐的UC I数据集的实验结果表明,该算法是可行的和有效的。
-
关键词
朴素贝叶斯分类器
属性加权
增量学习
训练集
-
Keywords
naive bayesian classifiers
attribute weights
incremental learning
training dataset
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于贝叶斯分类算法的参赛情况预测系统
被引量:1
- 3
-
-
作者
张亚萍
张震
-
机构
合肥工业大学计算机与信息学院
淮北煤炭师范学院物理系
-
出处
《淮北煤炭师范学院学报(自然科学版)》
CAS
2007年第1期58-60,93,共4页
-
文摘
应用数据挖掘方法中的贝叶斯分类算法设计参赛情况预测系统,设计的系统可预测大学生的参赛情况,对正确引导大学生参赛具有重要的作用。
-
关键词
数据挖掘
贝叶斯分类算法
VISUAL
Basic
MATLAB
SQL
SERVER
-
Keywords
data mining
naive bayesian classifiers
visual basic
matlab
SQL server
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名宏观经济风险分析的动态贝叶斯分类器方法
被引量:1
- 4
-
-
作者
冷翠平
王双成
高瑞
-
机构
上海立信会计学院数学与信息学院
上海立信会计学院开放经济与贸易研究中心
-
出处
《计算机工程与应用》
CSCD
北大核心
2016年第3期224-229,共6页
-
基金
教育部人文社科基金项目(No.10YJA630154)
上海市教委科研创新项目(No.11YZ240)
上海市教委重点学科建设项目(No.J51702)
-
文摘
相关因素对宏观经济风险影响的时滞分析是研究中国经济运行情况的重要问题之一,目前,主要采用数量经济方法进行宏观经济风险时滞影响分析方面的研究,但这些方法主要利用时序或非时序信息,不易实现二者的有机结合。k阶多马尔科夫链动态朴素贝叶斯分类器是一种特殊的动态贝叶斯分类器,在该分类器中,属性和类均构成马尔科夫链,通过朴素贝叶斯网络结构将这些马尔科夫链组合在一起形成分类器结构,从而使相关指标的动态和静态信息均能得到充分的利用,并将其用于宏观经济风险时滞影响分析。实验结果证明该分类器在时滞影响分析方面更加可靠和实用。
-
关键词
宏观经济风险
时滞影响分析
动态朴素贝叶斯分类器
马尔科夫链
识别能力
-
Keywords
macroeconomic risk
time-delay analysis
dynamic naive bayesian classifiers
Markov chain
recognition capabilities
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-