操作风险等级预测的朴素贝叶斯方法研究

• 作者: 侯彩虹 冷翠平 王双成
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 操作风险 等级预测 朴素贝叶斯分类器 丢失数据 Gibbs抽样
• 年，卷（期）: 2008,（12）
• 所属期刊栏目: 博士论坛
• 页码范围: 26-28,94
• 页数: 4页
• 分类号: TP181
• 字数: 2991字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.12.008

摘要

操作风险数据积累比较困难,而且往往不完整,朴素贝叶斯分类器是目前进行小样本分类最优秀的分类器之一.适合于操作风险等级预测.在对具有完整数据朴素贝叶斯分类器学习和分类的基础上,提出了基于星形结构和Gibbs sampling的具有丢失数据朴素贝叶斯分类器学习方法,能够避免目前常用的处理丢失数据方法所带来的局部最优、信息丢失和冗余等方面的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王双成	上海立信会计学院信息科学系	65	390	10.0	15.0
5	冷翠平	上海立信会计学院信息科学系	17	46	4.0	5.0
6	侯彩虹	上海立信会计学院信息科学系	2	12	2.0	2.0