作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
介绍了基本的贝叶斯分类模型和贝叶斯信念网络模型,对网络模型的学习进行了讨论.并从实际出发,提出了几种可以简化模型结构、降低学习复杂性的可行方法,简要说明了这些方法在网络模型中的应用.对贝叶斯分类模型的准确性及其主要特点进行了分析.
推荐文章
基于预测能力的贝叶斯网络分类器学习
贝叶斯网络
分类器
预测能力
基于TAN贝叶斯网络分类器的测井岩性预测
贝叶斯网络分类器
测井岩性预测
树扩展朴素贝叶斯分类器
模式识别
基于贝叶斯预测的自主车辆避障方法研究
自主车辆
不确定环境
避障
贝叶斯预测
基于贝叶斯网络的海量数据多维分类学习方法研究
多维分类
贝叶斯网络
机器学习
海量数据
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于贝叶斯方法的分类预测
来源期刊 计算机工程与应用 学科 工学
关键词 数据挖掘 分类预测 贝叶斯方法 信念网络
年,卷(期) 2004,(33) 所属期刊栏目 数据库与信息处理
研究方向 页码范围 195-197
页数 3页 分类号 TP311.13
字数 4688字 语种 中文
DOI 10.3321/j.issn:1002-8331.2004.33.061
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴新玲 广东经济管理学院信息工程系 4 31 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (17)
同被引文献  (3)
二级引证文献  (3)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(5)
  • 引证文献(5)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
数据挖掘
分类预测
贝叶斯方法
信念网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导