贝叶斯网络分类器近似学习算法

• 作者: 郝宇晨
• 来源期刊: 计算机系统应用
• 关键词: 贝叶斯网络分类器 产生式 判别式 近似算法 集成
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 软件技术 算法
• 页码范围: 189-193
• 页数: 5页
• 字数: 3456字
• 语种: 中文

摘要

贝叶斯网络在很多领域应用广泛，作为分类器更是一种有效的常用分类方法，它有着很高复杂度，这使得贝叶斯网络分类器在应用中受到诸多限制。通过对贝叶斯网络分类器算法的近似处理，可以有效减少计算量，并且得到令人满意的分类准确率。通过分析一种将判别式算法变为产生式算法的近似方法，介绍了这种算法的近似过程，并将其应用在了贝叶斯网分类算法中。接着对该算法进行分析，利用该算法的稳定性特点，提出Bagging-aCLL 集成分类算法，它进一步提高了该近似算法的分类精度。最后通过实验确定了该算法在分类准确率上确有不错的表现。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝宇晨	山西财经大学信息管理学院	2	4	1.0	2.0