基于粒子群优化的朴素贝叶斯改进算法

• 作者: 孙爽滋 李娜 王鹏 胡小娟 邱宁佳
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 朴素贝叶斯 互信息 属性约简 粒子群优化算法 权值优化
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 先进计算与数据处理
• 页码范围: 27-32,39
• 页数: 7页
• 分类号: TP301
• 字数: 6178字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0048410

摘要

针对朴素贝叶斯(NB)算法因条件独立性的理想式假设引起分类性能降低的问题,提出一种改进的粒子群优化-朴素贝叶斯(PSO-NB)算法.在文本预处理时,引入权重因子、类内和类间离散因子进行属性约简,基于NB加权模型,将条件属性的词频比率作为其初始权值,利用PSO算法迭代寻找全局最优特征权向量,并以此权向量作为加权模型中各个特征词的权值生成分类器.运用经典数据集对PSO-NB算法进行性能分析,结果表明,改进算法可有效减少冗余属性,降低计算复杂度,具有较高的准确率和召回率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王鹏	长春理工大学计算机科学技术学院	77	372	10.0	16.0
2	孙爽滋	长春理工大学计算机科学技术学院	24	117	6.0	10.0
3	李娜	长春理工大学计算机科学技术学院	8	43	3.0	6.0
4	胡小娟	长春理工大学计算机科学技术学院	6	12	3.0	3.0
5	邱宁佳	长春理工大学计算机科学技术学院	24	66	5.0	6.0