基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于云模型理论对朴素贝叶斯分类器进行了改进,使得分类器能够处理语言中的一些模糊值,扩展了朴素贝叶斯分类器的应用范围.使用UCI鸢尾花数据集对算法进行了实验仿真和结果分析.结果表明,改进后的分类算法在一定程度上提高了分类精度.
推荐文章
基于引力模型的朴素贝叶斯分类算法
分类算法
朴素贝叶斯
引力模型
遥感图像
基于改进特征加权的朴素贝叶斯分类算法
文本分类
朴素贝叶斯
JS散度
词频
文本频率
类别频率
基于改进贝叶斯算法的垃圾短信过滤研究
垃圾短信
贝叶斯算法
KNN算法
向量空间
融合主动学习的改进贝叶斯半监督分类算法研究
半监督分类
主动学习策略
概率模型
贝叶斯分类
KL距离
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于云模型理论改进的贝叶斯分类算法
来源期刊 云南民族大学学报(自然科学版) 学科 工学
关键词 数据挖掘 云模型 逆向云发生器 贝叶斯分类
年,卷(期) 2013,(3) 所属期刊栏目 信息与计算机科学
研究方向 页码范围 226-229
页数 4页 分类号 TP181
字数 2719字 语种 中文
DOI 10.3969/j.issn.1672-8513.2013.03.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 段鹏 云南民族大学数学与计算机科学学院 24 89 5.0 8.0
2 郑钟志 云南民族大学数学与计算机科学学院 6 6 2.0 2.0
3 贺宣军 云南民族大学数学与计算机科学学院 2 3 1.0 1.0
4 马金涛 云南民族大学数学与计算机科学学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (922)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (6)
二级引证文献  (9)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(5)
  • 参考文献(1)
  • 二级参考文献(4)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(3)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
数据挖掘
云模型
逆向云发生器
贝叶斯分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
云南民族大学学报(自然科学版)
双月刊
1672-8513
53-1192/N
大16开
中国昆明市一二·一大街134号
1992
chi
出版文献量(篇)
2286
总下载数(次)
5
总被引数(次)
8502
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导