期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于因子分析的NBC及其在边坡识别中的应用 被引量:2
1
作者 高岩 《计算机工程与设计》 CSCD 北大核心 2011年第11期3828-3831,共4页
满足条件独立性假设时,朴素贝叶斯分类器理论上比其它分类方法具有更高的分类正确率,但该假设在许多实际情况中并不成立,针对这一问题,提出了一种基于因子分析的朴素贝叶斯分类模型FA-NBC,并将其应用于边坡的稳定性识别。为了保证朴素... 满足条件独立性假设时,朴素贝叶斯分类器理论上比其它分类方法具有更高的分类正确率,但该假设在许多实际情况中并不成立,针对这一问题,提出了一种基于因子分析的朴素贝叶斯分类模型FA-NBC,并将其应用于边坡的稳定性识别。为了保证朴素贝叶斯分类器结构上的简单性,FA-NBC模型以方差贡献为依据构建新的属性集,新属性集包含原属性集的大部分信息且满足条件独立性假设。UCI数据集上的实验结果证明了FA-NBC模型的有效性。 展开更多
关键词 朴素贝叶斯分类 条件独立 属性选择 因子分析 边坡稳定性识别
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部