贝叶斯网络分类器相关论文
贝叶斯网络（Bayesian Network,BN）是概率论与图论结合的一种图模型,具有强大的知识表示与推理能力,为解决预测、分类及推理等问题提......
作为机器学习领域的重要分支,分类问题旨在训练阶段根据有标签的训练集训练一个模型,在分类阶段用该模型为无标签样本分配一个类标......
贝叶斯网络是概率图模型(Probabilistic Graphical Models,PGM)的一种,它以贝叶斯公式为基础,以此为基础的贝叶斯网络分类器目前在......
机器学习的蓬勃发展使得人工智能的研究迎来了新的春天。分类任务是机器学习最核心的任务之一。贝叶斯网络分类器(Bayesian Networ......
机器学习是使用算法来解析数据、从中学习,然后对真实世界中的事件做出决策和预测的科学。在过去的几十年中,已经提出了诸如贝叶斯......
贝叶斯分类模型作为分类知识发现的一种重要方法，是贝叶斯网络学习、理论研究的核心问题之一．本文主要运用贝叶斯学习理论和信息论的......
股骨颈骨折手术预后质量评分(Harris评分)是骨科大夫极其关心的问题。随着病例的积累,我们希望通过病例信息找到影响Harris评分的......
Boosting是一种有效的分类器组合方法,它能够提高不稳定学习算法的分类性能,但对稳定的学习算法效果不明显.BAN(BN augmented Naiv......
将最小总风险准则MOR与贝叶斯网络分类器相结合,提出了一种新型信用评估模型。在两个真实数据集上以MOR用10层交叉验证对贝叶斯网......
相似字符识别率低会影响整个车牌识别系统的性能,而相似字符之间只有局部特征差异较大,并且相似字符样本数目多少差异较大,目前常......
个人信用体系是社会信用体系的基础,而高校学生个人信用评价体系是社会信用体系下个人信用建设的重要组成部分以大学生群体为试点,......
贝叶斯网络分类器的精确构造是NP难问题,使用K2算法可以有效地缩减搜索空间,提高学习效率。然而K2算法需要初始的节点次序作为输入......
分类能力是人类经过学习得到的重要而基本的能力,也是机器学习、模式识别和数据采掘研究的核心问题.在0-1损失率下,证明了基于类约......
在机器学习中,主动学习具有很长的研究历史.给出了主动贝叶斯分类模型,并讨论了主动学习中几种常用的抽样策略.提出了基于最大最小......
提出了一种基于遗传算法的受限制BAN分类器算法-GBAN（genetic algorithm based BAN）。新算法采用了遗传算法进行网络结构的学习，限制......
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......
关联规则分类器(CBA)利用关联规则来构造分类算法,但其没有考虑分类问题中的不确定性。提出一种基于关联规则的贝叶斯网络分类算法......
构造精确的贝叶斯网络分类器已被证明为NP难问题,提出了一种基于捕食逃逸粒子群优化(PSO)算法的通用贝叶斯网络分类器,能有效避免......
具有连续属性的分类问题普遍存在,目前主要采用两种方法来处理连续属性：一种是将连续属性进行离散化;另一种是基于高斯函数或高斯核......
机器学习能够利用从数据中得到的经验来总结有用的规则,同时分类问题是机器学习相关应用中的常见问题。贝叶斯网络分类器(Bayesian......
贝叶斯网络是一种建立在概率和统计理论基础上的数据分析和辅助决策工具，利用其构造出的树扩展朴素贝叶斯网络分类器是目前最优秀的......
朴素贝叶斯分类器是一种简单而高效的分类器,但是它的属性独立性假设使其无法表示现实世界属性之间的依赖关系,以及它的被动学习策......
为了提高贝叶斯分类器的分类性能,针对贝叶斯网络分类器的构成特征,提出一种基于参数集成的贝叶斯分类器判别式参数学习算法PEBNC......
从海量数据中挖掘知识为决策支持和分析预测服务，已成为人们对信息系统提出的新需求，但数据的处理和数据的提炼技术是匮乏的。起源于......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
利用贝叶斯网络模型进行目标融合识别是近年来的一个研究热点。以电子战环境中的数据融合为背景,提出了一种以朴素贝叶斯分类器和......
作为人工智能中的重要领域,机器学习是一门从已知数据中学习有效算法,并且使用算法预测未知数据的计算机科学。贝叶斯网络作为一种......
朴素贝叶斯分类器是一种简单而高效的分类器,但是它的属性独立性假设使其无法表示现实世界属性之间的依赖关系,影响了它的分类性能......
分类技术是数据采掘的基础与核心,建构分类器是分类技术的关键,利用贝叶斯网络可以构造出分类性能较好的分类器。基于BN Toolkit(B......
雷达辐射源识别是电子对抗中的重要组成部分。贝叶斯网络分类器建立在坚实的理论基础之上,具有较为优秀的分类性能,而且能够有效地......
分类器是自动识别、预测与诊断系统等智能技术应用研究的基础,是数据挖掘和机器学习领域的一个主要研究对象.在众多分类模型中,贝......
从网络环境的海量数据中获取新的科学知识、新的规律和决策支持信息是信息时代研究的热点。有效地分析和挖掘广域分布海量数据的知......
客户分类是商业银行实施CRM的基础,是分析和预测客户消费模式、建立个性化营销服务体系和差异化管理的前提。商业银行积累的海量数......
贝叶斯网络由于具有图形化的模型表示形式、局部及分布式的学习机制、直观的推理;适用于表达和分析不确定性和概率性的事物;能够对......
针对农户产权抵押贷款信用问题,利用陕西高陵、临潼、杨陵3个地区农村金融抵押贷款的有关调研数据,运用贝叶斯网络分类模型进行分......
鉴于电力变压器故障诊断中的信息和知识具有随机性和不确定性的特点,利用贝叶斯网络表达知识灵活、分析处理不确定性与关联性问题......
