基于粗糙集理论的贝叶斯网络分类算法

• 作者: 丁美文 李翔 程玉胜
• 来源期刊: 安庆师范学院学报（自然科学版）
• 关键词: 粗糙集 数据挖掘 故障源
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 理论与应用研究
• 页码范围: 36-40
• 页数: 5页
• 分类号: 001
• 字数: 3615字
• 语种: 中文

摘要

面对生活中数据信息量大的问题，常使用粗糙集对数据进行知识约简，消除数据中冗余的部分。但大多数研究没有考虑约简后对原有分类的影响；常使用的朴素贝叶斯算法又难以获得其先验概率。基于上述问题，本文提出了一种基于粗糙集的贝叶斯分类算法：首先利用粗糙集中决策属性和条件属性之间的依赖关系，进行属性约简，消除冗余的数据，然后通过贝叶斯算法对约简后的数据进行知识挖掘，最后通过对故障源数据的对比分析。该方法既避开了朴素贝叶斯算法对先验概率的要求，又使得数据分类和预测能力有了明显提升。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程玉胜	安庆师范学院数学与计算科学学院	81	339	9.0	14.0
2	丁美文	安庆师范学院数学与计算科学学院	2	5	2.0	2.0
3	李翔	安庆师范学院数学与计算科学学院	1	3	1.0	1.0