贝叶斯网络的简约模式表达

• 作者: 李百策 王利民 苑森淼
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 条件独立性假设 朴素贝叶斯 增量学习
• 年，卷（期）: 2005,（10）
• 所属期刊栏目: 短文
• 页码范围: 1070-1073
• 页数: 4页
• 分类号: TP181
• 字数: 3018字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-3087.2005.10.021

摘要

当现实问题域包含连续变量时,研究人员通常在建模前进行离散化预处理.文章将朴素贝叶斯的条件独立性假设进行推广以处理连续变量,在此基础上提出广义朴素贝叶斯学习方法(GNB).该方法不仅能避免离散化引起的信息损失对判决精度的影响,还在参数估计过程中引入增量学习机制以充分利用样本提供的信息.实验在UCI机器学习数据库分别从独立性和判决精度方面进行了验证,取得了良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苑森淼	吉林大学计算机科学与技术学院	69	850	15.0	26.0
2	王利民	吉林大学计算机科学与技术学院	30	172	8.0	12.0
3	李百策	吉林大学通信工程学院	2	8	2.0	2.0