模式识别与人工智能
2025年4月3日 星期四   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  2008, Vol. 21 Issue (6): 806-811    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于KL距离的TAN分类器判别性学习方法*
冯奇,田凤占,黄厚宽
北京交通大学 计算机与信息技术学院 北京 100044
Discriminative Learning of TAN Classifier Based on KL Divergence
FENG Qi, TIAN Feng-Zhan, HUANG Hou-Kuan
School of Computer and Information Technology, Beijing Jiaotong University, Beijing 100044

全文: PDF (327 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 树增强朴素贝叶斯(TAN)分类器在模型的复杂性和分类精度之间实现较好折衷,成为当前分类器学习的一个研究热点.为了提高TAN分类器的分类准确率,本文提出一种基于KL距离的TAN分类器判别性学习方法.首先用EAR方法学习TAN分类器的结构,然后用基于KL距离的目标函数优化TAN的参数.在标准数据集上的实验结果表明,用该方法学习的TAN分类器具有较高的分类精度.
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
冯奇
田凤占
黄厚宽
关键词 树增强朴素贝叶斯(TAN)分类器判别性学习KL距离EAR    
Abstract:Tree-augmented Nave bayes (TAN) classifier is a compromise between model complexity and classification rate. It is a hot research topic currently. To improve the classification accuracy of TAN classifier, a discriminative method based on Kullback-Leibler (KL) divergence is proposed. Explaining away residual (EAR) method is used to learn the structure of TAN, and then the TAN parameters are obtained by an objective function based on KL divergence. The experimental results on benchmark datasets show that the proposed method can get relatively high classification rates.
Key wordsTree-Augmented Nave Bayes (TAN) Classifier    Discriminative Learning    Kullback-Leibler (KL) Divergence    Explaining Away Residual (EAR)   
收稿日期: 2007-06-01     
ZTFLH: TP391  
基金资助:国家自然科学基金资助项目(No.60503017)
作者简介: 冯奇,男,1982年生,博士研究生,主要研究方向为数据挖掘、Bayesian分类器.E-mail:fengqi2008@gmail.com.田凤占,男,1972年生,副教授,博士生导师,主要研究方向为机器学习、数据挖掘、Bayesian网络等.黄厚宽,男,1940年生,教授,博士生导师,主要研究方向为数据库知识发现、多智能体系统等.
引用本文:   
冯奇,田凤占,黄厚宽. 基于KL距离的TAN分类器判别性学习方法*[J]. 模式识别与人工智能, 2008, 21(6): 806-811. FENG Qi, TIAN Feng-Zhan, HUANG Hou-Kuan. Discriminative Learning of TAN Classifier Based on KL Divergence. , 2008, 21(6): 806-811.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2008/V21/I6/806
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