改进朴素贝叶斯分类算法的研究与应用

• 作者: 吕昊 曾晓献 林君
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 数据挖掘 油田开发 朴素贝叶斯分类 判别参数学习 油水层识别 储层评估
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 机电工程
• 页码范围: 56-61
• 页数: 6页
• 分类号: TE319
• 语种: 中文

摘要

由于生成参数学习方法以极大似然性为目标,从而导致分类精度较低.针对这一问题,本文提出了一种以最大化分类精度为目标的高效判别参数学习方法.该方法通过在频率估计方法中加入一个判别参数,从而判别性地计算参数的出现频率,加强实例属性与分类类别之间的关联性.在UCI数据集上的实验表明,该方法综合了生成学习与判别学习的优点,分类精度与目前主流的SVM算法相当,但是在训练时间上具有明显的优势.最后将本方法应用于油水层模式识别当中,其分类性能优于其他算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林君	吉林大学仪器科学与电气工程学院	263	2840	28.0	39.0
2	曾晓献	吉林大学仪器科学与电气工程学院	6	50	4.0	6.0
3	吕昊	吉林大学仪器科学与电气工程学院	4	32	3.0	4.0