基于捕食逃逸PSO的贝叶斯网络分类器

• 作者: 姚金涛 孔宇彦 张明武 李强 祝胜林
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 捕食逃逸 粒子群优化 贝叶斯网络分类器 Weka 就业预测
• 年，卷（期）: 2011,（2）
• 页码范围: 454-457
• 分类号: TP301|TP18
• 字数: 6576字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2011.00454

摘要

构造精确的贝叶斯网络分类器已被证明为NP难问题,提出了一种基于捕食逃逸粒子群优化(PSO)算法的通用贝叶斯网络分类器,能有效避免数据预处理时的属性约简对分类效果的直接影响,实现对贝叶斯网络结构的精确学习和搜索.另外,将所提出的分类器应用于高职院校就业预测分析,并在Weka平台上实现对该分类器的构建和验证,与其他几种贝叶斯网络分类器的对比实验结果表明,该分类器具有更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张明武	华南农业大学信息学院	37	232	9.0	12.0
2	姚金涛	华南农业大学信息学院	18	62	5.0	6.0
3	李强	南海东软信息技术职业学院计算机系	3	7	2.0	2.0
4	祝胜林	华南农业大学信息学院	41	273	7.0	13.0
5	孔宇彦	南海东软信息技术职业学院计算机系	7	19	3.0	4.0