一种改进的选择性贝叶斯分类器

论文发布时间：[2010-03-12] 范文大全编辑：Voive.net

所有作者：仝瑶瑶

作者单位：中国矿业大学信息与电气工程学院

论文摘要：选择性贝叶斯分类器通过删除数据集中的无关属性和冗余属性提高分类准确率。针对高维数据，在类别最大相关和属性最小冗余的特征选择方法基础上，提出一种类相关性影响可变的选择性贝叶斯分类方法。通过加入调节因子，来改变类别相关性大小的影响程度从而提高分类准确率。调节因子由交叉验证的方法得到。４组UCI数据集的实验结果表明：改进后的选择性贝叶斯分类器有着较好的分类效果。

关键词：贝叶斯分类器特征选择高维数据最大相关最小冗余

免费下载《一种改进的选择性贝叶斯分类器》PDF全文（已停止下载）
　　本站“论文下载”文章收集整理于“中国科技论文在线”，由于各种原因，本站已暂停论文下载！请前往“中国科技论文在线http://www.paper.edu.cn/”免费下载！

〖返回电子通信自动控制论文列表〗

下一篇：一种改进的双螺旋FMO方式在无线视频通信中的应用