

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、多維貝葉斯分類模型是一種描述類變量與類變量、類變量與屬性變量和屬性變量與屬性變量之間的依賴關(guān)系的分類模型.本文針對(duì)完全樸素多維貝葉斯分類模型要求變量之間具有獨(dú)立性假設(shè),以及無(wú)法有效利用類變量和類變量,屬性變量與屬性變量之間的依賴關(guān)系等問(wèn)題,研究了多維貝葉斯分類模型并進(jìn)行了仿真實(shí)驗(yàn).
首先基于貝葉斯網(wǎng)絡(luò)的最大似然值的打分方法,學(xué)習(xí)多維貝葉斯分類模型的類子圖,屬性子圖和橋子圖.再通過(guò)加邊、減邊或者轉(zhuǎn)邊等措施對(duì)最初的結(jié)構(gòu)圖進(jìn)行改進(jìn),
2、得到一個(gè)分類效果較好的多維貝葉斯分類模型.
其次針對(duì)數(shù)據(jù)包含影響分類效果的冗余屬性和無(wú)關(guān)屬性,本文提出了一種新的基于馬爾科夫毯的屬性選擇方法:把分類變量作為普通節(jié)點(diǎn),學(xué)習(xí)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu),在此結(jié)構(gòu)中尋找類變量的子節(jié)點(diǎn)和配偶節(jié)點(diǎn),進(jìn)一步在給定類變量時(shí)尋找與類變量的馬爾科夫毯節(jié)點(diǎn)集條件獨(dú)立的變量集,進(jìn)而刪除冗余屬性節(jié)點(diǎn).
最后對(duì)三類數(shù)據(jù)進(jìn)行仿真實(shí)驗(yàn),結(jié)果表明本文采用的屬性選擇方法能夠有效刪除冗余屬性變量,分類效果優(yōu)于對(duì)比的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 樸素貝葉斯分類器的改進(jìn)
- 樸素貝葉斯分類器的改進(jìn)
- 樸素貝葉斯分類器的研究與應(yīng)用.pdf
- 基于Volume Test的貝葉斯分類器研究.pdf
- 入侵檢測(cè)中的貝葉斯分類器的研究.pdf
- 監(jiān)督學(xué)習(xí)下的貝葉斯分類器研究.pdf
- 基于貝葉斯分類器的圖像標(biāo)注算法研究.pdf
- 貝葉斯分類器研究及其在Web文檔分類中的應(yīng)用.pdf
- 樸素貝葉斯分類器的集成學(xué)習(xí)方法研究.pdf
- 基于貝葉斯分類器的數(shù)據(jù)集重疊問(wèn)題研究.pdf
- 基于WEKA平臺(tái)的貝葉斯分類器的擴(kuò)展.pdf
- 模式識(shí)別大作業(yè) - 圖片的貝葉斯分類器分類.docx
- 概率統(tǒng)計(jì)在分類器設(shè)計(jì)中的應(yīng)用及樸素貝葉斯分類器改進(jìn)研究.pdf
- 基于多種貝葉斯分類器的變壓器故障組合診斷.pdf
- 117.基于貝葉斯分類器的個(gè)人信用評(píng)估研究
- 基于多貝葉斯分類器融合的人臉識(shí)別.pdf
- 基于遺傳算法的貝葉斯分類器結(jié)構(gòu)學(xué)習(xí)研究.pdf
- 基于灰度差投影與貝葉斯分類器的表情識(shí)別研究.pdf
- 貝葉斯分類器的增量學(xué)習(xí)及缺失數(shù)據(jù)處理的研究.pdf
- 基于連續(xù)型數(shù)據(jù)的樸素貝葉斯分類器的改進(jìn)研究.pdf
評(píng)論
0/150
提交評(píng)論