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:
朴素贝叶斯分类器是一种简单而高效的分类器,但是其属性独立性假设限制了对实际数据的应用.文章提出一种新的算法,该算法为避免数据预处理时的属性约简对分类效果的直接影响,在训练集上通过随机属性选取生成若干属性子集,以这些子集构建相应的朴素贝叶斯分类器,采用模拟退火遗传算法进行优选.实验表明,与传统的朴素贝叶斯方法相比,该方法具有更好的性能.
推荐文章
基于模拟退火遗传算法的聚类分析
聚类
遗传算法
模拟退火算法
模拟退火遗传算法
基于模拟退火的混合遗传算法研究
遗传算法
模拟退火
混合算法
非线性约束
基于模拟退火遗传算法的RBF网络的优化
径向基函数网络
遗传算法
参数优化
基于模拟退火遗传算法的多agent系统任务分配
多智能体系统
任务分配
模拟退火
遗传算法
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 基于模拟退火遗传算法的贝叶斯分类
来源期刊 计算机工程 学科 工学
关键词 数据挖掘 朴素贝叶斯 模拟退火算法 遗传算法 属性约简 适应度函数
年,卷(期) 2007,(9) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 219-221
页数 3页 分类号 TP301
字数 4719字 语种 中文
DOI 10.3969/j.issn.1000-3428.2007.09.080
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 胡为成 铜陵学院计算机系 17 127 7.0 11.0
2 王本年 铜陵学院计算机系 11 250 10.0 11.0
4 程转流 铜陵学院计算机系 19 140 7.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (25)
参考文献  (5)
节点文献
引证文献  (20)
同被引文献  (14)
二级引证文献  (32)
1983(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(5)
  • 引证文献(5)
  • 二级引证文献(0)
2010(5)
  • 引证文献(2)
  • 二级引证文献(3)
2011(4)
  • 引证文献(1)
  • 二级引证文献(3)
2012(9)
  • 引证文献(2)
  • 二级引证文献(7)
2013(5)
  • 引证文献(2)
  • 二级引证文献(3)
2014(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
数据挖掘
朴素贝叶斯
模拟退火算法
遗传算法
属性约简
适应度函数
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
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
相关基金
安徽省自然科学基金
英文译名:Anhui Provincial Natural Science Foundation
官方网址:http://www.ahinfo.gov.cn/zrkxjj/index.htm
项目类型:安徽省优秀青年科技基金
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导