模式识别与人工智能
2025年4月6日 星期日   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2015, Vol. 28 Issue (6): 499-506    DOI: 10.16451/j.cnki.issn1003-6059.201506003
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
连续属性一阶贝叶斯衍生分类器学习与集成*
王双成1,2,高瑞1,3,冷翠平
1.上海立信会计学院 数学与信息学院 上海 201620
2.上海立信会计学院 立信会计研究院 上海 201620
3.上海财经大学 统计与管理学院 上海 200433
Learning and Ensemble of One-Order Bayesian Derivative Classifiers with Continuous Attributes
WANG Shuang-Cheng1,2, GAO Rui1,3, LENG Cui-Ping1
1.School of Mathematics and Information Science, Shanghai Lixin University of Commerce, Shanghai 210620
2.Lixin Accounting Research Institute, Shanghai Lixin University of Commerce, Shanghai 210620
3.School of Statistics and Management, Shanghai University of Finance and Economics, Shanghai 200433

全文: PDF (583 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 

依据copula和贝叶斯网络理论,将高斯copula函数、引入平滑参数的高斯核函数和以分类器的分类准确性为标准的属性父结点贪婪选择等相结合,综合考虑效率和可靠性,进行连续属性一阶贝叶斯衍生分类器学习、优化和集成.使用UCI数据库中连续属性分类数据进行实验,结果显示,经过优化和集成的一阶连续属性贝叶斯衍生分类器具有良好的分类准确性.

服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
王双成
高瑞
冷翠平
关键词 贝叶斯衍生分类器高斯copula函数分类器集成贝叶斯网络连续属性    
Abstract

Considering the efficiency and reliablity, Gaussian copula function, Gaussian kernel function with smoothing parameter, the criteria of classification accuracy and the greedy selection of attribute parent node are combined to carry out the learning, optimization and ensemble of one-order Bayesian derivative classifiers with continuous attributes. Experiment and analysis are executed by using datasets with continuous attributes in UCI dataset. The results show that the classifiers after optimization and ensemble have good classification accuracy.

Key wordsBayesian Derivative Classifier    Gaussian Copula Function    Classifier Ensemble    Bayesian Network    Continuous Attribute   
收稿日期: 2013-11-28     
ZTFLH: TP181  
基金资助:

上海市自然科学基金项目(No.15ZR1429700)、上海市教委科研创新项目(No.15ZZ099)资助

作者简介: 王双成(通讯作者),男,1958年生,博士,教授,主要研究方向为人工智能、机器学习、数据挖掘与应用.E-mail:wangsc@lixin.edu.cn.高瑞,女,1980年生,博士研究生,主要研究方向为应用统计、数据挖掘.冷翠平,女,1979年生,博士,讲师,主要研究方向为机器学习、数据挖掘.
引用本文:   
王双成,高瑞,冷翠平. 连续属性一阶贝叶斯衍生分类器学习与集成*[J]. 模式识别与人工智能, 2015, 28(6): 499-506. WANG Shuang-Cheng,GAO Rui,LENG Cui-Ping. Learning and Ensemble of One-Order Bayesian Derivative Classifiers with Continuous Attributes. , 2015, 28(6): 499-506.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201506003      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2015/V28/I6/499
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn