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:
依据多关系数据库中的背景表对分类任务具有的不同大小贡献度,提出一种基于关系选择的多关系朴素贝叶斯分类算法.对关系表进行两轮删减,根据最大信息增益率删掉部分对分类影响较小的关系表,把平均信息增益率作为衡量表对分类的贡献度,根据贡献度选定余下的表用于最终的分类.实验结果表明,该算法能有效提高分类准确率,相比Graph-NB算法、Classify_tables算法及MRNBC-W算法分别提高2.2%,1.1%,0.86%.
推荐文章
一种有效的多关系贝叶斯分类算法
数据挖掘
多关系
分类
元组ID传播
贝叶斯
基于 mRMR 的多关系朴素贝叶斯分类
多关系
分类
特征选择
用平滑方法改进多关系朴素贝叶斯分类
多关系数据挖掘
朴素贝叶斯
参数平滑
互信息
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
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 基于关系选择的多关系朴素贝叶斯分类
来源期刊 计算机工程 学科 工学
关键词 数据挖掘 多关系 分类 信息增益率 贡献度 关系选择
年,卷(期) 2016,(5) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 218-223
页数 6页 分类号 TP18
字数 5560字 语种 中文
DOI 10.3969/j.issn.1000-3428.2016.05.037
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 毕佳佳 合肥工业大学计算机与信息学院 3 14 2.0 3.0
2 张晶 合肥工业大学计算机与信息学院 21 101 7.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (14)
参考文献  (6)
节点文献
引证文献  (7)
同被引文献  (46)
二级引证文献  (11)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(11)
  • 引证文献(3)
  • 二级引证文献(8)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
数据挖掘
多关系
分类
信息增益率
贡献度
关系选择
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导