基于搜索编码的简单贝叶斯分类方法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家杰出青年科学基金资助项目(69825104)


A Bayesian Learning Algorithm Based on Search-Coding Method
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    简单贝叶斯法性能稳定,分类精度难以提高。通过分析搜索编码法产生的纠错输出码的性质,提出基于搜索编码的简单贝叶斯算法SCNB,并详细阐述了SCNB算法的应用流程。实验结果表明,采用搜索编码法能够有效提高简单贝叶斯分类器的泛化能力。

    Abstract:

    Naǐve-Bayes algorithm is a stable supervised learning method, and it is difficult to improve its predicting accuracy. This paper analyzes the properties of the error-correcting output codes generated by search-coding method at first, then presents a search coding based on vaǐve Bayes algorithm (SCNB), and describes the flow chart of SCNB in detail. Experimental results show that search-coding method is an efficient approach to improve the generalization for Bayesian classifiers.

    参考文献
    相似文献
    引证文献
引用本文

蒋艳凰,杨学军.基于搜索编码的简单贝叶斯分类方法[J].国防科技大学学报,2004,26(5):63-69.
JIANG Yanhuang, YANG Xuejun. A Bayesian Learning Algorithm Based on Search-Coding Method[J]. Journal of National University of Defense Technology,2004,26(5):63-69.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2004-08-06
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2013-05-03
  • 出版日期:
文章二维码