运筹与管理
運籌與管理
운주여관리
OPERATIONS RESEARCH AND MANAGEMENT SCIENCE
2011年
5期
156-161
,共6页
模式识别%分类%半监督%加权%两阶段
模式識彆%分類%半鑑督%加權%兩階段
모식식별%분류%반감독%가권%량계단
针对目前半监督分类算法中未考虑缺失属性隐含信息和算法复杂度高的情况,改进了朴素信念分类,提出了两阶段半监督加权朴素信念分类模型.与直推支持向量机对比实验结果表明两阶段半监督加权朴素信念分类模型减少了分类时间,并且在其能够明确分类的样本上的正确率与直推支持向量机相当,是一种有效的不完整数据分类算法.
針對目前半鑑督分類算法中未攷慮缺失屬性隱含信息和算法複雜度高的情況,改進瞭樸素信唸分類,提齣瞭兩階段半鑑督加權樸素信唸分類模型.與直推支持嚮量機對比實驗結果錶明兩階段半鑑督加權樸素信唸分類模型減少瞭分類時間,併且在其能夠明確分類的樣本上的正確率與直推支持嚮量機相噹,是一種有效的不完整數據分類算法.
침대목전반감독분류산법중미고필결실속성은함신식화산법복잡도고적정황,개진료박소신념분류,제출료량계단반감독가권박소신념분류모형.여직추지지향량궤대비실험결과표명량계단반감독가권박소신념분류모형감소료분류시간,병차재기능구명학분류적양본상적정학솔여직추지지향량궤상당,시일충유효적불완정수거분류산법.
