计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
33期
26-29
,共4页
高斯过程%分类%统计学习%贝叶斯方法
高斯過程%分類%統計學習%貝葉斯方法
고사과정%분류%통계학습%패협사방법
基于高斯过程对分类过程进行建模,给出了一种基于高斯过程的DNA微阵列分类算法.作为一种贝叶斯分类方法,该方法能够给出分类的概率,并能将过往的正确诊断信息,纳入到分类模型中,实现分类模型的不断优化.该方法能够基于主样本进行训练空间的维度消减,较好地解决了由于样本的加入造成的维度不断增加的问题.通过和几种常用分类算法的实验对比分析,证明了该方法具有较高的分类准确性.
基于高斯過程對分類過程進行建模,給齣瞭一種基于高斯過程的DNA微陣列分類算法.作為一種貝葉斯分類方法,該方法能夠給齣分類的概率,併能將過往的正確診斷信息,納入到分類模型中,實現分類模型的不斷優化.該方法能夠基于主樣本進行訓練空間的維度消減,較好地解決瞭由于樣本的加入造成的維度不斷增加的問題.通過和幾種常用分類算法的實驗對比分析,證明瞭該方法具有較高的分類準確性.
기우고사과정대분류과정진행건모,급출료일충기우고사과정적DNA미진렬분류산법.작위일충패협사분류방법,해방법능구급출분류적개솔,병능장과왕적정학진단신식,납입도분류모형중,실현분류모형적불단우화.해방법능구기우주양본진행훈련공간적유도소감,교호지해결료유우양본적가입조성적유도불단증가적문제.통과화궤충상용분류산법적실험대비분석,증명료해방법구유교고적분류준학성.