期刊文献+
共找到64篇文章
< 1 2 4 >
每页显示 20 50 100
Naive Bayesian Classifier在遥感影像分类中的应用研究 被引量:4
1
作者 陶建斌 舒宁 沈照庆 《遥感信息》 CSCD 2009年第2期52-56,共5页
将Naive Bayesian Classifier(简单贝叶斯网络分类器)用于遥感影像的分类,并对其主要问题如特征选择和后验概率推理等展开研究。使用K2结构学习算法选出具有类别可分性的波段,进一步利用互信息测试对遥感波段之间的相关性做分析,去除冗... 将Naive Bayesian Classifier(简单贝叶斯网络分类器)用于遥感影像的分类,并对其主要问题如特征选择和后验概率推理等展开研究。使用K2结构学习算法选出具有类别可分性的波段,进一步利用互信息测试对遥感波段之间的相关性做分析,去除冗余信息。特征(波段)的条件独立性假设简化了联合概率的计算,以较小的计算代价获得后验概率。在此基础上,将Naive Bayesian Classifier用于多光谱和高光谱影像的分类,获得很好的性能和相当高的稳健性。 展开更多
关键词 贝叶斯网络 简单贝叶斯网络分类器 互信息 条件独立性假设 遥感影像 分类
在线阅读 下载PDF
基于MEPA-RST-NBNC的复杂设备智能故障诊断方法研究 被引量:1
2
作者 张超 马存宝 +1 位作者 宋东 许家栋 《仪器仪表学报》 EI CAS CSCD 北大核心 2008年第12期2480-2485,共6页
结合最小熵原理法(MEPA)的数据离散功能,粗糙集理论(RST)的数据分析和容错能力,以及朴素贝叶斯网络分类器(NBNC)的并行推理能力,采用串行集成思想,提出了一种基于MEPA-RST-NBNC的复杂设备智能故障诊断方法。首先利用MEPA实现连续条件属... 结合最小熵原理法(MEPA)的数据离散功能,粗糙集理论(RST)的数据分析和容错能力,以及朴素贝叶斯网络分类器(NBNC)的并行推理能力,采用串行集成思想,提出了一种基于MEPA-RST-NBNC的复杂设备智能故障诊断方法。首先利用MEPA实现连续条件属性的离散化,形成离散化诊断决策表;然后利用RST分辨矩阵实现故障特征的简化,并采用最大聚类比原则提取出最佳约简;最后根据约简诊断决策表建立NBNC模型来实现高效快速的诊断推理。故障诊断实例表明该方法不仅克服了RST诊断法的规则搜索和临界误判问题,而且避免了NBNC诊断法的维数灾难问题,具有较强的工程实用性。 展开更多
关键词 最小熵原理方法 粗糙集 朴素贝叶斯网络分类器 故障诊断
在线阅读 下载PDF
一种基于Bayesian分类器的SSH网络隐蔽信道检测方法 被引量:1
3
作者 邱桂华 《计算机应用与软件》 CSCD 北大核心 2012年第12期268-271,301,共5页
隐蔽信道是一种能够以难以察觉的方式泄漏信息系统机密信息的通信方式。网络隐蔽信道是信息安全领域的研究热点,对保护网络数据安全以及于云计算平台数据安全至关重要。提出一种基于SSH数据包间隔时间的网络时间隐蔽信道实例;基于SSH协... 隐蔽信道是一种能够以难以察觉的方式泄漏信息系统机密信息的通信方式。网络隐蔽信道是信息安全领域的研究热点,对保护网络数据安全以及于云计算平台数据安全至关重要。提出一种基于SSH数据包间隔时间的网络时间隐蔽信道实例;基于SSH协议的时间间隔特征,设计一种基于Bayesian分类器的检测方法;实验结果证明该检测方法能够达到95%的准确率,具有很好的检测性能。 展开更多
关键词 隐蔽信道 网络隐蔽信道 bayesian分类器 SSH协议 隐蔽信道检测
在线阅读 下载PDF
基于贝叶斯衍生分类器的社交网络用户影响力评价模型 被引量:4
4
作者 周春良 刘仰光 孟祥佩 《计算机工程》 CAS CSCD 北大核心 2024年第6期394-400,共7页
为了防止社交网络中的负面信息快速传播,则需要通过评价社交网络中用户的影响力来找出影响力大的社交网络节点。针对传统算法在社交网络领域中交叉特性缺失的问题,结合高斯贝叶斯衍生分类器,提出一种网络用户影响力评价模型。该模型结... 为了防止社交网络中的负面信息快速传播,则需要通过评价社交网络中用户的影响力来找出影响力大的社交网络节点。针对传统算法在社交网络领域中交叉特性缺失的问题,结合高斯贝叶斯衍生分类器,提出一种网络用户影响力评价模型。该模型结合用户活跃度、用户联系度、用户覆盖度等维度,建立社交网络用户影响力刻画指标,同时考虑社交网络用户之间的关系特征和用户自身的行为特征,降低僵尸粉和垃圾社交网络对网络评价结果的影响,通过建立连续属性朴素贝叶斯分类器方法,提出基于高斯贝叶斯衍生分类器的模型求解方法。使用新浪微博中152059423条媒体报纸用户评论作为实验数据,分析影响该评价模型的关键因素,利用仿真软件完成和HRank等传统模型对比实验,结果表明,该模型体现了社交网络用户的交叉特性,提升了模型的实用性,相比于其他传统算法,该模型分类误差更趋于稳定,分类结果的误差率更低,适应性更好。 展开更多
关键词 社交网络 影响力 贝叶斯衍生分类器 评价模型 用户活跃度
在线阅读 下载PDF
基于贝叶斯网络分类器的变压器综合故障诊断方法 被引量:58
5
作者 吴立增 朱永利 苑津莎 《电工技术学报》 EI CSCD 北大核心 2005年第4期45-51,共7页
鉴于电力变压器故障诊断中的信息和知识具有随机性和不确定性的特点,利用贝叶斯网络表达知识灵活、分析处理不确定性与关联性问题能力强的优点,本文提出了一种基于贝叶斯网络分类器的以溶解气体分析为主结合其他电气试验结果的变压器综... 鉴于电力变压器故障诊断中的信息和知识具有随机性和不确定性的特点,利用贝叶斯网络表达知识灵活、分析处理不确定性与关联性问题能力强的优点,本文提出了一种基于贝叶斯网络分类器的以溶解气体分析为主结合其他电气试验结果的变压器综合故障诊断方法,并建立了变压器朴素贝叶斯网络故障诊断模型和TAN故障诊断模型。文中详细阐述并验证了该方法解决信息不完备问题的优越性。该模型还可以通过不断积累完善训练样本,自动修正网络结构参数和概率分布参数,提高诊断效果。实例验证表明了该方法的有效性。 展开更多
关键词 电力变压器 故障诊断 贝叶斯网络 贝叶斯网络分类器
在线阅读 下载PDF
基于贝叶斯网络的分类器研究 被引量:55
6
作者 周颜军 王双成 王辉 《东北师大学报(自然科学版)》 CAS CSCD 北大核心 2003年第2期21-27,共7页
 研究了贝叶斯分类器家族中具有代表性的分类器,即朴素(naive)贝叶斯分类器、贝叶斯网络分类器和TAN(treeaugmentednaiveBayesian)分类器;发现属性变量之间的依赖相对于属性变量与类变量之间的依赖是可以忽略的,因此在所有树形分类器中...  研究了贝叶斯分类器家族中具有代表性的分类器,即朴素(naive)贝叶斯分类器、贝叶斯网络分类器和TAN(treeaugmentednaiveBayesian)分类器;发现属性变量之间的依赖相对于属性变量与类变量之间的依赖是可以忽略的,因此在所有树形分类器中TAN分类器是最优的. 展开更多
关键词 贝叶斯网络 分类器 归纳学习
在线阅读 下载PDF
基于贝叶斯网络的目标融合识别方法研究 被引量:18
7
作者 郭小宾 王壮 胡卫东 《系统仿真学报》 EI CAS CSCD 北大核心 2005年第11期2713-2716,共4页
利用贝叶斯网络模型进行目标融合识别是近年来的一个研究热点。以电子战环境中的数据融合为背景,提出了一种以朴素贝叶斯分类器和扩展的朴素贝叶斯分类器为基本结构的目标融合识别模型,采用同质传感器数据优先融合原则对雷达侦察、通信... 利用贝叶斯网络模型进行目标融合识别是近年来的一个研究热点。以电子战环境中的数据融合为背景,提出了一种以朴素贝叶斯分类器和扩展的朴素贝叶斯分类器为基本结构的目标融合识别模型,采用同质传感器数据优先融合原则对雷达侦察、通信侦察和红外成像侦察数据进行融合。仿真实验表明,该模型可以有效地提高识别系统的准确率、可靠性和稳健性。 展开更多
关键词 贝叶斯网络 目标融合识别 贝叶斯网络分类器 D-S证据理论
在线阅读 下载PDF
风电机组输出功率超短期预测的组合模型研究 被引量:14
8
作者 周洪煜 赵乾 +2 位作者 王照阳 曾济贫 梁栋义 《太阳能学报》 EI CAS CSCD 北大核心 2014年第3期457-461,共5页
为了提高风电功率的预测精度,基于多模型的预测MS-RBF神经网络的进行组合,通过Bayesian分类训练各子模型的权值,然后根据权重计算最终预测值;基于新疆某风电场实测历史数据,采用该组合模型与RBFNN模型分析对比,验证结果表明该组合模型... 为了提高风电功率的预测精度,基于多模型的预测MS-RBF神经网络的进行组合,通过Bayesian分类训练各子模型的权值,然后根据权重计算最终预测值;基于新疆某风电场实测历史数据,采用该组合模型与RBFNN模型分析对比,验证结果表明该组合模型有效减少了较大误差出现的频率,提高了整体的预测精度。 展开更多
关键词 风电功率 预测模型 RBF神经网络 朴素bayesian分类器
在线阅读 下载PDF
基于类约束的贝叶斯网络分类器学习 被引量:30
9
作者 王双成 苑森淼 王辉 《小型微型计算机系统》 CSCD 北大核心 2004年第6期968-971,共4页
分类能力是人类经过学习得到的重要而基本的能力 ,也是机器学习、模式识别和数据采掘研究的核心问题 .在0 - 1损失率下 ,证明了基于类约束的贝叶斯网络分类器是最优分类器 .建立该分类器的核心问题是基于类约束属性贝叶斯网络结构学习 ... 分类能力是人类经过学习得到的重要而基本的能力 ,也是机器学习、模式识别和数据采掘研究的核心问题 .在0 - 1损失率下 ,证明了基于类约束的贝叶斯网络分类器是最优分类器 .建立该分类器的核心问题是基于类约束属性贝叶斯网络结构学习 ,给出了学习属性贝叶斯网络结构的方法 ,在学习过程中使用了根据弧方向因果语义确定边方向的方法 ,并和碰撞识别定向相结合 ,在边定向之后进行冗余弧检验 ,解决了目前冗余边检验在定向之前所导致的问题 ,显著提高了结构学习效率和准确性 .并使用模拟数据进行了分类实验和分析 . 展开更多
关键词 贝叶斯网络分类器 0-1损失率 因果语义 碰撞识别
在线阅读 下载PDF
属性加权的朴素贝叶斯集成分类器 被引量:10
10
作者 张雯 张化祥 《计算机工程与应用》 CSCD 北大核心 2010年第29期144-146,共3页
为提高朴素贝叶斯分类器的分类精度和泛化能力,提出了基于属性相关性的加权贝叶斯集成方法(WEBNC)。根据每个条件属性与决策属性的相关度对其赋以相应的权值,然后用AdaBoost训练属性加权后的BNC。该分类方法在16个UCI标准数据集上进行... 为提高朴素贝叶斯分类器的分类精度和泛化能力,提出了基于属性相关性的加权贝叶斯集成方法(WEBNC)。根据每个条件属性与决策属性的相关度对其赋以相应的权值,然后用AdaBoost训练属性加权后的BNC。该分类方法在16个UCI标准数据集上进行了测试,并与BNC、贝叶斯网和由AdaBoost训练出的BNC进行比较,实验结果表明,该分类器具有更高的分类精度与泛化能力。 展开更多
关键词 朴素贝叶斯分类器 相关度 相关系数 属性加权 ADABOOST
在线阅读 下载PDF
智能电网的10G-EPON中基于贝叶斯分类的业务感知机制(英文) 被引量:10
11
作者 白晖峰 李明维 王东山 《光子学报》 EI CAS CSCD 北大核心 2013年第6期668-673,共6页
随着智能电网的发展及其多种信息业务的涌现,10G-EPON作为业务接入技术日益成为重要支撑;然而业务的多元化对10G-EPON的多业务支撑能力提出了重要挑战.为了适应电力系统中多种不同类型业务的需求,本文对智能电网的信息业务特性进行分析... 随着智能电网的发展及其多种信息业务的涌现,10G-EPON作为业务接入技术日益成为重要支撑;然而业务的多元化对10G-EPON的多业务支撑能力提出了重要挑战.为了适应电力系统中多种不同类型业务的需求,本文对智能电网的信息业务特性进行分析,提出了一种基于贝叶斯分类的10G-EPON业务感知机制;并且根据10G-EPON中OLT与ONU的主从式网络架构特点,提出了业务感知的主从式实现方式.该机制使用贝叶斯网络分析数据包的特征,进而确认待传送业务的类型.在贝叶斯业务分类的基础上,通过OLT和ONU之间的交互决定业务的资源分配和传输策略.为了验证新机制的有效性,分别从时延和丢包率两方面进行系统仿真.仿真结果表明,所提出的基于贝叶斯分类的业务感知机制在时延和丢包率具有显著的优势,能够实现业务与10G-EPON的高效匹配,提高10G-EPON在智能电网应用中多业务的区分支持能力. 展开更多
关键词 无源光网络 业务感知 贝叶斯分类 智能电网
在线阅读 下载PDF
基于条件对数似然函数导数的贝叶斯网络分类器优化算法 被引量:19
12
作者 王中锋 王志海 《计算机学报》 EI CSCD 北大核心 2012年第2期364-374,共11页
通常基于鉴别式学习策略训练的贝叶斯网络分类器有较高的精度,但在具有冗余边的网络结构之上鉴别式参数学习算法的性能受到一定的限制.为了在实际应用中进一步提高贝叶斯网络分类器的分类精度,该文定量描述了网络结构与真实数据变量分... 通常基于鉴别式学习策略训练的贝叶斯网络分类器有较高的精度,但在具有冗余边的网络结构之上鉴别式参数学习算法的性能受到一定的限制.为了在实际应用中进一步提高贝叶斯网络分类器的分类精度,该文定量描述了网络结构与真实数据变量分布之间的关系,提出了一种不存在冗余边的森林型贝叶斯网络分类器及其相应的FAN学习算法(Forest-Augmented Nave Bayes Algorithm),FAN算法能够利用对数条件似然函数的偏导数来优化网络结构学习.实验结果表明常用的限制性贝叶斯网络分类器通常存在一些冗余边,其往往会降低鉴别式参数学习算法的性能;森林型贝叶斯网络分类器减少了结构中的冗余边,更加适合于采用鉴别式学习策略训练参数;应用条件对数似然函数偏导数的FAN算法在大多数实验数据集合上提高了分类精度. 展开更多
关键词 机器学习 数据挖掘 分类器 贝叶斯网络 鉴别式训练策略
在线阅读 下载PDF
层次朴素贝叶斯分类器构造算法及应用研究 被引量:9
13
作者 范敏 石为人 《仪器仪表学报》 EI CAS CSCD 北大核心 2010年第4期776-781,共6页
贝叶斯网络分类器是数据挖掘与知识发现领域研究的主要方法之一。层次朴素贝叶斯分类器通过引入潜在节点来实现属性变量间存在聚集的层次关系,提出学习该分类器的构造算法。算法首先借助节点间的条件互信息值来锁定可能聚集节点的范围,... 贝叶斯网络分类器是数据挖掘与知识发现领域研究的主要方法之一。层次朴素贝叶斯分类器通过引入潜在节点来实现属性变量间存在聚集的层次关系,提出学习该分类器的构造算法。算法首先借助节点间的条件互信息值来锁定可能聚集节点的范围,然后再通过模拟退火算法来搜索评分较高的模型。层次朴素贝叶斯分类器的结构特点适于构造水质富营养化评价模型,应用于水质预警系统的结果证明该方法可行,并具有较好的适用效果。 展开更多
关键词 贝叶斯网络 分类器 结构学习 富营养化
在线阅读 下载PDF
贝叶斯分类器的判别式参数学习 被引量:6
14
作者 石洪波 柳亚琴 李爱军 《计算机应用》 CSCD 北大核心 2011年第4期1074-1078,共5页
为了提高贝叶斯分类器的分类性能,针对贝叶斯网络分类器的构成特征,提出一种基于参数集成的贝叶斯分类器判别式参数学习算法PEBNC。该算法将贝叶斯分类器的参数学习视为回归问题,将加法回归模型应用于贝叶斯网络分类器的参数学习,实现... 为了提高贝叶斯分类器的分类性能,针对贝叶斯网络分类器的构成特征,提出一种基于参数集成的贝叶斯分类器判别式参数学习算法PEBNC。该算法将贝叶斯分类器的参数学习视为回归问题,将加法回归模型应用于贝叶斯网络分类器的参数学习,实现贝叶斯分类器的判别式参数学习。实验结果表明,在大多数实验数据上,PEBNC能够明显提高贝叶斯分类器的分类准确率。此外,与一般的贝叶斯集成分类器相比,PEBNC不必存储成员分类器的参数,空间复杂度大大降低。 展开更多
关键词 贝叶斯网络分类器 集成方法 参数学习 判别式学习
在线阅读 下载PDF
约束高斯分类网研究 被引量:3
15
作者 王双成 高瑞 杜瑞杰 《自动化学报》 EI CSCD 北大核心 2015年第12期2164-2176,共13页
针对基于一元高斯函数估计属性边缘密度的朴素贝叶斯分类器不能有效利用属性之间的依赖信息和使用多元高斯函数估计属性联合密度的完全贝叶斯分类器易于导致对数据的过度拟合而且高阶协方差矩阵的计算也非常困难等情况,在建立属性联合... 针对基于一元高斯函数估计属性边缘密度的朴素贝叶斯分类器不能有效利用属性之间的依赖信息和使用多元高斯函数估计属性联合密度的完全贝叶斯分类器易于导致对数据的过度拟合而且高阶协方差矩阵的计算也非常困难等情况,在建立属性联合密度分解与组合定理和属性条件密度计算定理的基础上,将朴素贝叶斯分类器的属性选择、分类准确性标准和属性父结点的贪婪选择相结合,进行约束高斯分类网学习与优化,并依据贝叶斯网络理论,对贝叶斯衍生分类器中属性为类提供的信息构成进行分析.使用UCI数据库中连续属性分类数据进行实验,结果显示,经过优化的约束高斯分类网具有良好的分类准确性. 展开更多
关键词 连续属性 高斯网络 贝叶斯网络 贝叶斯衍生分类器 密度估计
在线阅读 下载PDF
基于高斯Copula的约束贝叶斯网络分类器研究 被引量:10
16
作者 王双成 高瑞 杜瑞杰 《计算机学报》 EI CSCD 北大核心 2016年第8期1612-1625,共14页
具有连续属性的分类问题普遍存在,目前主要采用两种方法来处理连续属性:一种是将连续属性进行离散化;另一种是基于高斯函数或高斯核函数来估计属性密度.连续属性的离散化可能导致信息丢失、引入噪声和类对属性的变化不够敏感等问题,而... 具有连续属性的分类问题普遍存在,目前主要采用两种方法来处理连续属性:一种是将连续属性进行离散化;另一种是基于高斯函数或高斯核函数来估计属性密度.连续属性的离散化可能导致信息丢失、引入噪声和类对属性的变化不够敏感等问题,而高斯函数和高斯核函数在属性密度估计中各有优势与不足,但它们具有很强的互补性.该文依据Copula和贝叶斯网络理论,结合高斯Copula密度函数、引入平滑参数的高斯核函数和以分类准确性为标准的属性父结点贪婪选择,建立连续属性约束贝叶斯网络分类器,既可以避免连续属性离散化所带来的问题,又能够实现高斯函数和高斯核函数在属性密度估计方面的优势互补.分别采用真实数据和模拟数据进行实验,结果显示,使用结合边缘高斯核函数的高斯Copula估计属性密度的约束贝叶斯网络分类器具有良好的分类准确性. 展开更多
关键词 贝叶斯网络分类器 连续属性 高斯Copula 高斯核函数 平滑参数 机器学习
在线阅读 下载PDF
基于信息熵函数的启发式贝叶斯因果推理 被引量:9
17
作者 刘洋 王利民 孙铭会 《计算机学报》 EI CAS CSCD 北大核心 2021年第10期2135-2147,共13页
贝叶斯网络分类器(BNC)由于其优越的分类性能和可解释性在数据挖掘和人工智能等领域有着广泛的应用.信息论为其迅速发展奠定了坚实的数学理论基础,例如条件互信息被用来度量BNC拓扑结构中属性间的条件依赖关系.然而,贝叶斯网络又被称为... 贝叶斯网络分类器(BNC)由于其优越的分类性能和可解释性在数据挖掘和人工智能等领域有着广泛的应用.信息论为其迅速发展奠定了坚实的数学理论基础,例如条件互信息被用来度量BNC拓扑结构中属性间的条件依赖关系.然而,贝叶斯网络又被称为因果网络,但目前人工智能等领域中有关贝叶斯网络因果关系的研究是一个很有争议性的课题.属性间因果性的定义远比相关性的定义复杂微妙很多.而条件互信息可能不适用于度量BNC整体拓扑结构对数据的拟合性,并且其表达式的对称性决定了其只能描述属性之间的无向相关性,而非有向因果性.本文从信息熵的角度对贝叶斯网络中的因果关系进行了探索性的研究,首先基于对似然函数定义了联合熵函数与贝叶斯网络拓扑结构中联合概率分布的映射关系,然后在此基础上提出了类条件熵和局部条件熵函数来识别拓扑结构中属性间的因果关系.最后提出了一种基于类标签驱动的启发式结构学习方法来构建可以兼顾有标签数据拟合和无标签数据泛化的BNC(记为HBN).对美国加州大学欧文分校(UCI)机器学习数据库中35个数据集的实验评估表明,本文所提出算法与其它算法相比在分类性能上具有显著优势,例如HBN在0-1损失函数上明显优于CFWNB(17优5劣)、SKDB(14优5劣)、AIWNB(17优7劣);在偏差上HBN与CFWNB相比26优6劣,与SKDB相比10优5劣,与WAODE相比15优7劣,与RF相比29优4劣,与AIWNB相比22优6劣.由于CFWNB、WAODE、AIWNB没有结构学习过程,其拓扑结构不受训练数据扰动的影响.这三种算法的方差显著低于其它算法.而HBN的局部拓扑结构能充分体现测试实例中隐含的因果关系,在一定程度上减轻训练数据过拟合带来的负面影响.因此,与SKDB和RF相比,HBN的方差结果均明显占优(20优9劣,26优3劣).与其他算法相比,HBN的0-1损失函数和偏差结果分别平均提高了6.06%和12.65%.与SKDB和RF相比,HBN的方差结果平均提高了16.49%.HBN为不确定性知识表示和推理提供了一种有效且可行的方法. 展开更多
关键词 贝叶斯网络分类器 对数似然函数 联合熵 条件熵 交叉熵
在线阅读 下载PDF
基于捕食逃逸PSO的贝叶斯网络分类器 被引量:1
18
作者 孔宇彦 姚金涛 +2 位作者 李强 祝胜林 张明武 《计算机应用》 CSCD 北大核心 2011年第2期454-457,共4页
构造精确的贝叶斯网络分类器已被证明为NP难问题,提出了一种基于捕食逃逸粒子群优化(PSO)算法的通用贝叶斯网络分类器,能有效避免数据预处理时的属性约简对分类效果的直接影响,实现对贝叶斯网络结构的精确学习和搜索。另外,将所提出的... 构造精确的贝叶斯网络分类器已被证明为NP难问题,提出了一种基于捕食逃逸粒子群优化(PSO)算法的通用贝叶斯网络分类器,能有效避免数据预处理时的属性约简对分类效果的直接影响,实现对贝叶斯网络结构的精确学习和搜索。另外,将所提出的分类器应用于高职院校就业预测分析,并在Weka平台上实现对该分类器的构建和验证,与其他几种贝叶斯网络分类器的对比实验结果表明,该分类器具有更好的性能。 展开更多
关键词 捕食逃逸 粒子群优化 贝叶斯网络分类器 WEKA 就业预测
在线阅读 下载PDF
基于贝叶斯网络理论的TAN分类器无向依赖扩展 被引量:3
19
作者 王双成 张邦佐 +1 位作者 王辉 苑森淼 《小型微型计算机系统》 CSCD 北大核心 2005年第1期42-45,共4页
基于贝叶斯网络理论 ,对 TAN分类器进行无向网络依赖扩展 ,把属性变量之间的树结构扩展成可分解马尔科夫网络 ,使经过依赖扩展得到的分类器能够充分利用属性变量之间的依赖信息 ,提高分类能力 ,并能够通过调节阈值大小避免过度拟合 .
关键词 TAN分类器 可分解马尔科夫网络 贝叶斯网络 0-1损失率 最大完全子图
在线阅读 下载PDF
条件贝叶斯网络分类器及其在产品故障率等级分类中的应用 被引量:3
20
作者 蔡志强 孙树栋 +1 位作者 Bernard Yannou 司书宾 《计算机集成制造系统》 EI CSCD 北大核心 2010年第2期417-422,共6页
针对传统贝叶斯网络分类器模型的不足,提出了一种基于条件贝叶斯网络的分类器模型。通过分析贝叶斯网络模型给定目标变量时各特征变量间的条件独立关系,充分利用其关联关系,为解决分类问题提供了一条有效途径。在此基础上,提出了基于条... 针对传统贝叶斯网络分类器模型的不足,提出了一种基于条件贝叶斯网络的分类器模型。通过分析贝叶斯网络模型给定目标变量时各特征变量间的条件独立关系,充分利用其关联关系,为解决分类问题提供了一条有效途径。在此基础上,提出了基于条件贝叶斯网络分类器模型的建模方法用于指导实际模型建立和应用。实例分析结果表明,条件贝叶斯网络与其他的贝叶斯网络分类器及传统的决策树C4.5分类器相比,在提高分类器分类精度的同时降低了网络模型结构复杂度。 展开更多
关键词 分类器 贝叶斯网络 故障率等级 模型
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部