| 属性值加权的一依赖估测器模型分类算法研究 | |
| 余良俊1; 甘胜丰1; 范正薇2 | |
| 2020-01-02 | |
| 发表期刊 | 计算机工程
 |
| ISSN | 1000-3428 |
| 卷号 | 46期号:11页码:315-320 |
| 摘要 | 分类问题是数据挖掘和机器学习领域研究的重点问题,贝叶斯网络模型因其简单高效的特点而广泛应用于分类问题。一依赖估测器(ODE)模型作为半监督学习贝叶斯网络模型中的经典模型,受到研究人员的广泛关注。现有的ODE模型分类器在进行分类判别时,未考虑不同的属性节点作为根节点时对分类过程的贡献不同,为此,将ODE模型分类器与属性值加权方法相结合并提出MI-ODE算法。采用相互信息(MI)度量属性根节点的属性值与类变量之间的依赖关系并作为ODE模型的权值,对ODE分类器模型进行属性值加权平均。将MI-ODE算法应用于现实分类问题的36个标准数据集,结果表明,相比于NB算法、AODE算法与TAN算法,该算法的分类性能更优。 |
| 关键词 | 贝叶斯网络 一依赖估测器 分类算法 结构扩展 属性值加权 |
| DOI | 10.19678/j.issn.1000-3428.0056498 |
| URL | 查看原文 |
| 收录类别 | 北大核心 ; CSCD |
| 语种 | 中文 |
| 资助项目 | 湖北省自然科学基金面上项目“属性值加权的贝叶斯网络分类算法研究”(2018CFC893);湖北省中央引导地方科技发展专项立项项目“区域基础教育资源配置与优化关键技术的研究与应用”(2019ZYYD012);湖北省重点实验室开放基金项目“基于贝叶斯网络分类算法的岩爆预测研究”(KLIGIP-2018A05);湖北省技术创新专项“土木工程智慧建造仿真交互软硬件系统”(2019AEE020) |
| 原始文献类型 | 学术期刊 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/51589 |
| 专题 | 国家开放大学湖北分部 |
| 作者单位 | 1.湖北第二师范学院计算机学院; 2.湖北广播电视大学继续教育学院 |
| 推荐引用方式 GB/T 7714 | 余良俊,甘胜丰,范正薇. 属性值加权的一依赖估测器模型分类算法研究[J]. 计算机工程,2020,46(11):315-320. |
| APA | 余良俊,甘胜丰,&范正薇.(2020).属性值加权的一依赖估测器模型分类算法研究.计算机工程,46(11),315-320. |
| MLA | 余良俊,et al."属性值加权的一依赖估测器模型分类算法研究".计算机工程 46.11(2020):315-320. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [余良俊]的文章 |
| [甘胜丰]的文章 |
| [范正薇]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [余良俊]的文章 |
| [甘胜丰]的文章 |
| [范正薇]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [余良俊]的文章 |
| [甘胜丰]的文章 |
| [范正薇]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论