检索结果-维普期刊中文期刊服务平台

互信息匹配的半朴素贝叶斯分类器被引量：4: 1; 作者赵亮刘建辉崔彩峰《计算机工程与应用》 CSCD 北大核心 2016年第18期84-87,共4页; 由于作为朴素贝叶斯分类器的主要特征的条件独立性假设条件过强且在不同数据集上表现出的差异,所以独立性假设成为众多改进算法的切入点。但也有研究指出不满足该假设并没有对分类器造成预想的影响。从降低后验概率的估计误差入手提出... 展开更多; 关键词半朴素贝叶斯分类器互信息匹配; 在线阅读下载PDF 职称材料

基于半朴素贝叶斯分类器的车载容迟网路由算法被引量：5: 2; 作者吴家皋周虹宇刘林峰《南京邮电大学学报（自然科学版）》北大核心 2019年第3期76-81,共6页; 在真实环境下的车载容迟网中,节点的移动模式通常具有一定的时间周期性。基于这个特性,文中提出了基于半朴素贝叶斯分类器的路由算法。该算法基于节点周期性移动的网络属性(比如数据包转发的时间和地点)划分节点类别并以此进行路由决策... 展开更多; 关键词车载容迟网络半朴素贝叶斯分类器路由算法报文投递率; 在线阅读下载PDF 职称材料

基于贪婪选择的半朴素贝叶斯分类器研究被引量：1: 3; 作者王辉张帆李玉杰《东北师大学报（自然科学版）》 CAS CSCD 北大核心 2018年第2期79-83,共5页; 针对朴素贝叶斯分类器忽略属性间依赖关系造成分类准确性降低的问题,提出了基于贪婪选择算法的半朴素贝叶斯分类器分组改进算法.改进过程中依据不同参数的调整和属性选择技术衍生出3种分组方法,获得不同的改进方式,建立了贪婪选择半朴... 展开更多; 关键词数据挖掘贪婪选择半朴素贝叶斯分类器预测; 在线阅读下载PDF 职称材料

基于频繁项集挖掘的贝叶斯分类算法被引量：12: 4; 作者眭俊明姜远周志华《计算机研究与发展》 EI CSCD 北大核心 2007年第8期1293-1300,共8页; 朴素贝叶斯分类器是一种简单而且高效的分类学习算法,但是它所要求的属性独立性假设在真实世界应用中经常难以满足.为了放松属性独立性约束以提高朴素贝叶斯分类器的泛化能力,研究人员进行了大量的工作.提出了一种基于频繁项集挖掘技术... 展开更多; 关键词机器学习贝叶斯分类半朴素贝叶斯分类频繁项集挖掘集成学习; 在线阅读下载PDF 职称材料

完全贝叶斯分类器在经济数据分类中的应用被引量：3: 5; 作者王辉李玉亮王莉《东北师大学报（自然科学版）》 CAS 北大核心 2019年第4期65-69,共5页; 针对贝叶斯分类器分类强关联属性导致分类准确率下降的问题,提一种完全贝叶斯分类器合理利用属性间的依赖关系优化贝叶斯分类器,对参数进行动态调整组合,同时合理剔除无关属性.采用国内外知名数据库提供的数据,通过与其他分类器的对比实... 展开更多; 关键词数据挖掘完全贝叶斯分类器半朴素贝叶斯分类器分类; 在线阅读下载PDF 职称材料

非参特征变换在分类问题中的研究及应用: 6; 作者严红刘云霞《统计与信息论坛》 CSSCI 北大核心 2020年第11期14-22,共9页; 分类问题是常见的数据分析问题之一,在分类问题中常出现不同类别类间重叠、非线性可分的情形,这使得传统分类方法在对非线性可分的数据进行分类时效果较差。根据这类数据的特点,同时将一元核密度估计特征变换与二元核密度估计的特征变换... 展开更多; 关键词非线性可分核密度估计非参特征变换半朴素贝叶斯分类; 在线阅读下载PDF 职称材料

题名互信息匹配的半朴素贝叶斯分类器被引量：4: 1; 作者赵亮刘建辉崔彩峰; 机构辽宁工程技术大学研究生院辽宁工程技术大学电子与信息工程学院; 出处《计算机工程与应用》 CSCD 北大核心 2016年第18期84-87,共4页; 基金国家自然科学基金(No.F020512); 文摘由于作为朴素贝叶斯分类器的主要特征的条件独立性假设条件过强且在不同数据集上表现出的差异,所以独立性假设成为众多改进算法的切入点。但也有研究指出不满足该假设并没有对分类器造成预想的影响。从降低后验概率的估计误差入手提出一种条件熵匹配的半朴素贝叶斯分类器。实验证明,该方法能有效提高朴素贝叶斯分类器的性能。; 关键词半朴素贝叶斯分类器互信息匹配; Keywords semi-naive Bayesian classifier mutual information matching; 分类号 TN911.7 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于半朴素贝叶斯分类器的车载容迟网路由算法被引量：5: 2; 作者吴家皋周虹宇刘林峰; 机构南京邮电大学计算机学院南京邮电大学江苏省大数据安全与智能处理重点实验室; 出处《南京邮电大学学报（自然科学版）》北大核心 2019年第3期76-81,共6页; 基金国家自然科学基金(41571389,61872191)资助项目; 文摘在真实环境下的车载容迟网中,节点的移动模式通常具有一定的时间周期性。基于这个特性,文中提出了基于半朴素贝叶斯分类器的路由算法。该算法基于节点周期性移动的网络属性(比如数据包转发的时间和地点)划分节点类别并以此进行路由决策。相较于现有基于先验概率的算法和朴素贝叶斯算法,该算法基于包含更多信息的后验概率并着重考虑属性间的依赖关系。仿真实验结果表明,该算法相较于传统的路由算法提升了报文投递率,并减少了网络开销。; 关键词车载容迟网络半朴素贝叶斯分类器路由算法报文投递率; Keywords vehicle delay tolerant network semi-naive Bayesian classifier routing algorithm message delivery ratio; 分类号 TP393 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于贪婪选择的半朴素贝叶斯分类器研究被引量：1: 3; 作者王辉张帆李玉杰; 机构中央民族大学信息工程学院; 出处《东北师大学报（自然科学版）》 CAS CSCD 北大核心 2018年第2期79-83,共5页; 基金国家自然科学基金资助项目(61672553) 教育部社科基金资助项目(15YJAZH120); 文摘针对朴素贝叶斯分类器忽略属性间依赖关系造成分类准确性降低的问题,提出了基于贪婪选择算法的半朴素贝叶斯分类器分组改进算法.改进过程中依据不同参数的调整和属性选择技术衍生出3种分组方法,获得不同的改进方式,建立了贪婪选择半朴素贝叶斯分类器,实验采用UCI数据库中选取的数据进行分类.结果表明,改进的分类器具有良好的分类准确率.; 关键词数据挖掘贪婪选择半朴素贝叶斯分类器预测; Keywords data mining greedy choice semi-naive bayesian classifier prediction; 分类号 TP312 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于频繁项集挖掘的贝叶斯分类算法被引量：12: 4; 作者眭俊明姜远周志华; 机构南京大学计算机软件新技术国家重点实验室; 出处《计算机研究与发展》 EI CSCD 北大核心 2007年第8期1293-1300,共8页; 基金国家自然科学基金项目(60635030) 江苏省自然科学基金项目(BK2005412); 文摘朴素贝叶斯分类器是一种简单而且高效的分类学习算法,但是它所要求的属性独立性假设在真实世界应用中经常难以满足.为了放松属性独立性约束以提高朴素贝叶斯分类器的泛化能力,研究人员进行了大量的工作.提出了一种基于频繁项集挖掘技术的贝叶斯分类学习算法FISC(frequent item sets classifier).在训练阶段,FISC找到所有频繁项集并计算可能用到的概率估值.在测试阶段,FISC对于测试样本包含的每个项集构造一个分类器,通过集成这些分类器来给出预测结果.实验结果验证了FISC的有效性.; 关键词机器学习贝叶斯分类半朴素贝叶斯分类频繁项集挖掘集成学习; Keywords machine learning Bayesian classification semi-naive Bayesian classification frequent item sets mining ensemble learning; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名完全贝叶斯分类器在经济数据分类中的应用被引量：3: 5; 作者王辉李玉亮王莉; 机构中央民族大学信息工程学院; 出处《东北师大学报（自然科学版）》 CAS 北大核心 2019年第4期65-69,共5页; 基金国家自然科学基金资助项目（61672553）教育部社科基金资助项目（18YJAZH087); 文摘针对贝叶斯分类器分类强关联属性导致分类准确率下降的问题,提一种完全贝叶斯分类器合理利用属性间的依赖关系优化贝叶斯分类器,对参数进行动态调整组合,同时合理剔除无关属性.采用国内外知名数据库提供的数据,通过与其他分类器的对比实验,证明了完全贝叶斯分类器在宏观与微观经济数据分类中都获得了较好的分类效果.; 关键词数据挖掘完全贝叶斯分类器半朴素贝叶斯分类器分类; Keywords data mining complete bias classifier semi-naive bayesian classifier classification; 分类号 TP312 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名非参特征变换在分类问题中的研究及应用: 6; 作者严红刘云霞; 机构厦门大学经济学院; 出处《统计与信息论坛》 CSSCI 北大核心 2020年第11期14-22,共9页; 基金中央高校基本科研业务费专项资金资助项目“我国保险业发展的动态评价研究与应用”(2072018108)。; 文摘分类问题是常见的数据分析问题之一,在分类问题中常出现不同类别类间重叠、非线性可分的情形,这使得传统分类方法在对非线性可分的数据进行分类时效果较差。根据这类数据的特点,同时将一元核密度估计特征变换与二元核密度估计的特征变换,用于构建决策边界的模型。这样能够有效地解决变量间存在一定相关关系情形下的二分类非线性可分问题。更进一步,采用One-vs-One的方法将已有的FANS方法和新提出的ADOE-FANS方法扩展,以解决多分类非线性可分问题。模拟验证和实例验证结果均表明,新提出的ADOE-FANS方法以及扩展方法具有较强的可行性和较好的分类效果。; 关键词非线性可分核密度估计非参特征变换半朴素贝叶斯分类; Keywords nonlinear separability kernel density estimation nonparametric feature transformation semi naive Bayesian classification; 分类号 O212.4 [理学—概率论与数理统计]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	互信息匹配的半朴素贝叶斯分类器	赵亮刘建辉崔彩峰	《计算机工程与应用》 CSCD 北大核心	2016	4	在线阅读下载PDF 职称材料
2	基于半朴素贝叶斯分类器的车载容迟网路由算法	吴家皋周虹宇刘林峰	《南京邮电大学学报（自然科学版）》北大核心	2019	5	在线阅读下载PDF 职称材料
3	基于贪婪选择的半朴素贝叶斯分类器研究	王辉张帆李玉杰	《东北师大学报（自然科学版）》 CAS CSCD 北大核心	2018	1	在线阅读下载PDF 职称材料
4	基于频繁项集挖掘的贝叶斯分类算法	眭俊明姜远周志华	《计算机研究与发展》 EI CSCD 北大核心	2007	12	在线阅读下载PDF 职称材料
5	完全贝叶斯分类器在经济数据分类中的应用	王辉李玉亮王莉	《东北师大学报（自然科学版）》 CAS 北大核心	2019	3	在线阅读下载PDF 职称材料
6	非参特征变换在分类问题中的研究及应用	严红刘云霞	《统计与信息论坛》 CSSCI 北大核心	2020	0	在线阅读下载PDF 职称材料