主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
石洪波,王志海,黄厚宽,励晓健.一种限定性的双层贝叶斯分类模型.软件学报,2004,15(2):193-199
一种限定性的双层贝叶斯分类模型
A Restricted Double-Level Bayesian Classification Model
投稿时间:2003-01-22  修订日期:2003-07-25
DOI:
中文关键词:  朴素贝叶斯  TAN(tree augmented naive Bayes)  贝叶斯定理  依赖关系
英文关键词:naive Bayes  TAN (tree augmented naive Bayes)  Bayes theorem  dependence
基金项目:Supported by the Key Science-Technology Project of the National 'Tenth Five-Year-Plan' of China under Grant No.2002BA407B(国家"十五"重点科技攻关项目)
作者单位
石洪波 北京交通大学,计算机与信息技术学院,北京,100044
山西财经大学,信息与管理学院,山西,太原,030006 
王志海 北京交通大学,计算机与信息技术学院,北京,100044 
黄厚宽 北京交通大学,计算机与信息技术学院,北京,100044 
励晓健 北京交通大学,计算机与信息技术学院,北京,100044 
摘要点击次数: 3659
全文下载次数: 6668
中文摘要:
      朴素贝叶斯分类模型是一种简单而有效的分类方法,但它的属性独立性假设使其无法表达属性变量间存在的依赖关系,影响了它的分类性能.通过分析贝叶斯分类模型的分类原则以及贝叶斯定理的变异形式,提出了一种基于贝叶斯定理的新的分类模型DLBAN(double-level Bayesian network augmented naive Bayes).该模型通过选择关键属性建立属性之间的依赖关系.将该分类方法与朴素贝叶斯分类器和TAN(tree augmented naive Bayes)分类器进行实验比较.实验结果表明,在大多数数据集上,DLBAN分类方法具有较高的分类正确率.
英文摘要:
      Naive Bayes classifier is a simple and effective classification method, but its attribute independence assumption makes it unable to express the dependence among attributes, and affects its classification performance. On the basis of analyzing the classification principle of Bayesian classification model and a variant of Bayes theorem, a new classification model based on Bayes theorem, DLBAN (double-level Bayesian network augmented naive Bayes), which adds the dependence among attributes by selecting the key attributes, is proposed. DLBAN classifier is compared with Naive Bayes classifier and TAN (tree augmented naive Bayes) classifier by an experiment. Experimental results show this model has higher classification accuracy in most data sets.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利