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:
分类是数据挖掘和模式识别中的一个基本和重要的课题.文中讨论了基于贝叶斯学习的TAN分类器的基本概念和分类算法,同时将分类器算法和具体分类算法结合为一个完整的有效算法.用某高校人才识别系统这一实例来说明TAN分类器的推理过程,并介绍了TAN分类器在数据挖掘领域的应用.实验结果表明TAN分类器具有较好的分类性能和较高的分类精度.
推荐文章
应用于数据挖掘分类算法的SVM研究
支持向量机
训练算法
数据挖掘
分类
数据挖掘分类技术研究与分析
数据挖掘
决策树
贝叶斯分类
人工神经网络
数据挖掘的研究与应用
数据挖掘
决策
知识发现
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 用于数据挖掘的TAN分类器的研究与应用
来源期刊 计算机技术与发展 学科 工学
关键词 数据分类 TAN 分类器 贝叶斯网络
年,卷(期) 2006,(11) 所属期刊栏目 智能、算法、软件工程
研究方向 页码范围 140-142
页数 3页 分类号 TP311
字数 2784字 语种 中文
DOI 10.3969/j.issn.1673-629X.2006.11.048
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 唐恒永 75 433 11.0 16.0
2 李晓毅 65 491 12.0 19.0
3 孙笑微 14 148 7.0 12.0
4 赵大宇 17 143 7.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (43)
参考文献  (2)
节点文献
引证文献  (10)
同被引文献  (15)
二级引证文献  (84)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(3)
  • 引证文献(1)
  • 二级引证文献(2)
2009(5)
  • 引证文献(2)
  • 二级引证文献(3)
2010(6)
  • 引证文献(1)
  • 二级引证文献(5)
2011(8)
  • 引证文献(0)
  • 二级引证文献(8)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(7)
  • 引证文献(2)
  • 二级引证文献(5)
2014(10)
  • 引证文献(1)
  • 二级引证文献(9)
2015(10)
  • 引证文献(0)
  • 二级引证文献(10)
2016(6)
  • 引证文献(1)
  • 二级引证文献(5)
2017(11)
  • 引证文献(1)
  • 二级引证文献(10)
2018(13)
  • 引证文献(0)
  • 二级引证文献(13)
2019(10)
  • 引证文献(0)
  • 二级引证文献(10)
2020(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
数据分类
TAN 分类器
贝叶斯网络
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导