动态朴素贝叶斯网络分类器的特征子集选择

• 作者: 余民杰 杜瑞杰 王双成
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 动态朴素贝叶斯网络 分类器 特征子集选择 高斯核函数
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 基金项目论文
• 页码范围: 57-59
• 分类号: TP181
• 字数: 3485字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2012.02.017

摘要

分类准确性是分类器最重要的性能指标,特征子集选择是提高分类器分类准确性的一种有效方法.现有的特征子集选择方法主要针对静态分类器,缺少动态分类器特征子集选择方面的研究.首先给出具有连续属性的动态朴素贝叶斯网络分类器和动态分类准确性评价标准,在此基础上建立动态朴素贝叶斯网络分类器的特征子集选择方法,并使用真实宏观经济时序数据进行实验与分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余民杰	上海立信会计学院数学与信息学院	2	4	1.0	2.0
3	王双成	上海立信会计学院数学与信息学院	65	390	10.0	15.0
7	杜瑞杰	上海立信会计学院数学与信息学院	12	127	5.0	11.0