信度网分类器

• 作者: 沈一栋 邢永康
• 来源期刊: 重庆大学学报（自然科学版）
• 学科: 工学
• 关键词: 分类器 信度网 机器学习
• 年，卷（期）: 2000,（5）
• 页码范围: 49-52,77
• 页数: 5页
• 分类号: TP181
• 字数: 4015字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-582X.2000.05.013

摘要

分类问题是人工智能中机器学习研究的一个重要问题,它在模式识别、故障诊断以及数据挖掘等领域有着广泛的应用.利用信度网可以构造出分类性能更好的分类器.文章着重探讨了Naive Bayes分类器,增强的Naive Bayes分类器和通用信度网分类器的构造方法, 并分析比较了这三类分类器的优缺点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邢永康	重庆大学计算机学院	28	250	9.0	15.0
2	沈一栋	重庆大学计算机学院	14	308	9.0	14.0