基于Bayes理论和RBF结构的分类器

• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 分类 径向基网络 贝叶斯 朴素贝叶斯分类器 B-RBF.
• 年，卷（期）: 2009,（22）
• 所属期刊栏目: 论文
• 页码范围: 6669-6672
• 页数: 4页
• 分类号: TP183
• 字数: 2838字
• 语种: 中文

摘要

基于RBF的网络结构和贝叶斯思想,通过改变RBF的隐层输出和权值训练算法,使得网络输出为K个描述样本属于K个类中每个类的概率的值,构造出一种不确定分类器,通过比较K个值的大小从而确定样本的分类.试验结果表明这种分类器比RBF和NBC(朴素贝叶斯分类器)的准确率要高.