TANC-BIC结构学习算法的改进

• 作者: 徐浩 秦锋 程泽凯
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 树扩展朴素贝叶斯分类器 贝叶斯信息标准测度 结构学习 数据采掘
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 智能、算法、软件工程
• 页码范围: 44-46
• 页数: 3页
• 分类号: TP301.6
• 字数: 2384字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2006.05.016

摘要

基于概率的贝叶斯分类器以其简单的结构和良好的性能受到重视,树扩展朴素贝叶斯分类器TANC应用较广.用TANC-BIC结构学习算法构建的分类器取得了成功,但TANC-BIC结构学习算法未考虑类节点的情况.文中提出了一种新的结构学习TANC-CBIC算法.并在贝叶斯分类器实验平台MBNC上编程实现.实验结果表明,改进算法分类准确率要高于由TANC-BIC和TANC-CMI结构学习算法构建的分类器,TANC-CBIC结构学习算法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦锋	安徽工业大学计算机学院	81	783	15.0	25.0
2	程泽凯	安徽工业大学计算机学院	51	532	9.0	22.0
3	徐浩	安徽工业大学计算机学院	14	31	4.0	5.0