基于因子分析的NBC及其在边坡识别中的应用

• 作者: 高岩
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 朴素贝叶斯分类 条件独立 属性选择 因子分析 边坡稳定性识别
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 智能技术
• 页码范围: 3828-3831
• 分类号: TP18
• 字数: 4165字
• 语种: 中文

摘要

满足条件独立性假设时,朴素贝叶斯分类器理论上比其它分类方法具有更高的分类正确率,但该假设在许多实际情况中并不成立,针对这一问题,提出了一种基于因子分析的朴素贝叶斯分类模型FA-NBC,并将其应用于边坡的稳定性识别.为了保证朴素贝叶斯分类器结构上的简单性,FA-NBC模型以方差贡献为依据构建新的属性集,新属性集包含原属性集的大部分信息且满足条件独立性假设.UCI数据集上的实验结果证明了FA-NBC模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高岩	华南理工大学理学院	61	496	13.0	19.0