贝叶斯分类与LVQ神经网络分类性能对比研究

• 作者: 叶晓波 王松
• 来源期刊: 电脑与信息技术
• 学科: 工学
• 关键词: 模式识别 贝叶斯分类 学习矢量量化神经网络 性能
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 14-17,41
• 页数: 5页
• 分类号: TP183
• 字数: 4306字
• 语种: 中文

摘要

分类问题是模式识别和数据挖掘领域中的重要内容,贝叶斯分类是一种经典的分类算法；LVQ神经网络在分类问题方面也有广泛的研究和应用；在实际分类应用中选择高效、稳定的分类算法非常重要.文章选用UCI机器学习仓库中的三个数据集,对贝叶斯分类和LVQ神经网络在分类问题上进行了分类正确率、稳定性、分类效率三方面的实验研究,实验结果表明,贝叶斯分类相比LVQ神经网络来说,具有更高的分类正确率、稳定性和分类效率,该结论为选择这两种分类算法提供了参考依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王松	楚雄师范学院计算机信息管理中心	16	44	5.0	6.0
2	叶晓波	楚雄师范学院计算机信息管理中心	31	41	4.0	5.0