计算机技术与发展
計算機技術與髮展
계산궤기술여발전
COMPUTER TECHNOLOGY AND DEVELOPMENT
2007年
4期
96-99,116
,共5页
贝叶斯分类器%树扩展朴素贝叶斯分类器%遗传算法%结构学习
貝葉斯分類器%樹擴展樸素貝葉斯分類器%遺傳算法%結構學習
패협사분류기%수확전박소패협사분류기%유전산법%결구학습
树扩展朴素贝叶斯分类器(TANC)是实用性较强的一种分类器,其性能优于朴素贝叶斯分类器.现有的TANC结构学习算法有基于互信息测度的相关性分析方法和贝叶斯信息测度(BIC)的搜索打分方法.将遗传算法引入TANC结构学习,用BIC作为评价函数,提出了基于BIC测度和遗传算法的TANC结构学习算法GA-TANC,并以此构建分类器,用分类准确率衡量算法的性能.实验结果表明,GA-TANC算法有更高的分类准确率,从而说明GA-TANC结构学习算法是准确有效的.
樹擴展樸素貝葉斯分類器(TANC)是實用性較彊的一種分類器,其性能優于樸素貝葉斯分類器.現有的TANC結構學習算法有基于互信息測度的相關性分析方法和貝葉斯信息測度(BIC)的搜索打分方法.將遺傳算法引入TANC結構學習,用BIC作為評價函數,提齣瞭基于BIC測度和遺傳算法的TANC結構學習算法GA-TANC,併以此構建分類器,用分類準確率衡量算法的性能.實驗結果錶明,GA-TANC算法有更高的分類準確率,從而說明GA-TANC結構學習算法是準確有效的.
수확전박소패협사분류기(TANC)시실용성교강적일충분류기,기성능우우박소패협사분류기.현유적TANC결구학습산법유기우호신식측도적상관성분석방법화패협사신식측도(BIC)적수색타분방법.장유전산법인입TANC결구학습,용BIC작위평개함수,제출료기우BIC측도화유전산법적TANC결구학습산법GA-TANC,병이차구건분류기,용분류준학솔형량산법적성능.실험결과표명,GA-TANC산법유경고적분류준학솔,종이설명GA-TANC결구학습산법시준학유효적.