基于ICA的多维贝叶斯分类器

• 作者: 唐兴佳 张秀方
• 来源期刊: 电子科技
• 学科: 数学
• 关键词: 贝叶斯网络 多维贝叶斯分类器 独立成分分析 互信息
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 协议·算法及仿真
• 页码范围: 25-28
• 页数: 4页
• 分类号: O29
• 字数: 3705字
• 语种: 中文

摘要

多维贝叶斯分类器是处理多维分类问题的概率图形模型,其中属性变量可决定一个或多个类变量.文中针对属性变量维数较高和信息冗余问题,采用Fast ICA算法对属性变量进行降维,从而将高维属性变量约减为能较完整描述数据信息的低维属性变量.然后根据约减后的属性变量构建多维贝叶斯分类器;最终,通过理论分析得到基于ICA的多维贝叶斯分类器的性能较好.实验结果表明,对3组基准数据集的分类,基于ICA的多维贝叶斯分类器相比于其他算法具有较高的分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐兴佳	西安电子科技大学理学院	5	6	2.0	2.0
2	张秀方	西安电子科技大学理学院	5	6	2.0	2.0