【摘 要】
：
为了提高多维分类的执行效率,同时保持高的预测准确性,提出了一种基于贝叶斯网络的多维分类学习方法。将多维分类问题描述为条件概率分布问题。根据类别向量之间的依赖关系建
【机 构】
：
重庆医科大学附属第一医院信息中心,西南石油大学计算机科学学院
论文部分内容阅读
为了提高多维分类的执行效率,同时保持高的预测准确性,提出了一种基于贝叶斯网络的多维分类学习方法。将多维分类问题描述为条件概率分布问题。根据类别向量之间的依赖关系建立了条件树贝叶斯网络模型。最后,根据训练数据集对条件树贝叶斯网络模型的结构和参数进行学习,并提出了一种多维分类预测算法。大量的真实数据集实验表明,提出的方法与当前最好的多维分类算法MMOC相比,在保持高准确性的同时将模型的训练时间降低了两个数量级。因此,提出的方法更适用于海量数据的多维分类应用中。
其他文献
为了提升差分演化算法对局部最优的逃逸能力和避免早熟收敛,设计了一种邻域结构为复杂网络的差分演化算法(CNS-DE)。该算法将复杂网络上每一个节点定义为一个计算个体,节点间的连接关系决定了个体间的交互结构。CNS-DE的差分策略主要基于节点(个体)的邻居关系定义,该策略有利于保持群体的多样性,充分利用了群体分布特性。在函数寻优的经典数据集上,将CNS-DE与传统差分算法进行了对比。结果表明,该算法能
脊髓蛛网膜下腔置管闭式引流治疗蛛网膜下腔出血８例报告伍国锋罗祖明周东朱文梅张声泽华西医科大学附属第一医院神经内科本文采用脊髓蛛网膜下腔置管闭式引流脑脊液治疗８例脊
传统的人耳识别算法在人耳图像遮挡、噪声和人耳多姿态变化中表现出低识别率,近年来稀疏表示在模式识别领域中取得了很好的成果。决定稀疏分类器识别精确度的因素主要是稀疏解的稀疏度,而稀疏度的估计就是稀疏向量中非0元素的估计,即向量L_0范数。因此在人耳稀疏分类算法的研究中引入L_0范数稀疏约束。采取基于SRC(sparse representation-based classification)稀疏模型,
目的：探讨甲状腺锥体叶显像的星夜意义。方法：常规肘静脉注射＾９９mＴcＯ４－后３０全钟甲状腺静态显像，对５４例健康志愿者，２６０例甲状腺机能邙进症患者和８８例非甲邙患者行甲状腺静态显像，观察各组甲状腺锥体
第32次全国计算机安全学术交流会暨中国计算机学会计算机安全专业委员会2017年年会(会议编号:CCF-17-TC06-01N)定于2017年10月13日在江苏省苏州市召开。热忱欢迎从事网络信息安全领域管理、科研、教学、生产、应用和服务的组织机构及个人踊跃投稿。所投稿件经过专家组评审遴选出录用和优秀论文,并在中国科技核心期刊《信息网络安全》(2017年第10期)杂志上刊登,同时收录在"中国知网"论文
传统的基于项目的协同过滤算法离线计算项目相似性,提高了在线推荐速度,但该算法仍然不能解决数据稀疏性所带来的问题,计算出的项目相似性准确度较差,影响了推荐质量。针对这一问题,提出了一种结合类别偏好信息的协同过滤算法。定义了类别偏好相似性,采用类别偏好相似性方法为目标项目找出一组类别偏好相似的候选邻居,在候选邻居中搜寻最近邻,排除了与目标项目共同评分较少项目的干扰,从整体上提高了最近邻搜寻的准确性。在
中文微博的评价对象抽取作为中文微博情感分析的基础任务,受到研究者的广泛关注,有着重要的研究价值。结合微博文本的特点,对微博文本进行预处理,利用句法分析构建包括名词、名词短语、微博话题在内的评价对象候选集,再分别利用SVM模型、加权模型实现多特征融合的筛选候选评价对象方法,所用特征包括语义角色信息、最小距离和词频。算法经实验证明有效,在对候选评价对象进行筛选后,采用SVM模型的F值达到0.357 3
为了更加准确地表征功放的记忆效应，提出了一种新的动态x参数功放模型。该模型是对动态x参数模型的一种改进，利用FF（feed—forward）模型技术提取出表征功放记忆效应的核函数，并将