基于BIC测度和遗传算法的TANC结构学习

• 作者: 林士敏 蒋望东 鲁明羽
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 贝叶斯分类器 树扩展朴素贝叶斯分类器 遗传算法 结构学习
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 应用开发研究
• 页码范围: 96-99,116
• 页数: 5页
• 分类号: TP3
• 字数: 4583字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2007.04.027

摘要

树扩展朴素贝叶斯分类器(TANC)是实用性较强的一种分类器,其性能优于朴素贝叶斯分类器.现有的TANC结构学习算法有基于互信息测度的相关性分析方法和贝叶斯信息测度(BIC)的搜索打分方法.将遗传算法引入TANC结构学习,用BIC作为评价函数,提出了基于BIC测度和遗传算法的TANC结构学习算法GA-TANC,并以此构建分类器,用分类准确率衡量算法的性能.实验结果表明,GA-TANC算法有更高的分类准确率,从而说明GA-TANC结构学习算法是准确有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林士敏	广西师范大学计算机科学系	49	597	12.0	23.0
2	鲁明羽	清华大学智能技术与系统国家重点实验室	19	996	9.0	19.0
3	蒋望东	广西师范大学计算机科学系	8	104	4.0	8.0