期刊专题

10.3321/j.issn:1002-8331.2004.14.018

朴素贝叶斯分类器增量学习序列算法研究

引用
首先介绍了一种朴素贝叶斯增量分类模型,然后提出了一种新的序列学习算法以弥补其学习序列中存在的不足:训练实例的先验知识得不到充分利用,测试实例的完备性对分类的影响在学习过程中得不到体现等.该算法引入一个分类损失权重系数λ,用于计算分类损失大小.引入该系数的作用在于:充分利用先验知识对分类器进行了优化;通过选择合理的学习序列强化了较完备数据对分类的积极影响,弱化了噪音数据的消极影响,从而提高分类精度;弥补了独立性假设在实际问题中的不足等.

贝叶斯分类器、增量学习、共轭分布、Dirichlet分布

40

TP18(自动化基础理论)

安徽省自然科学基金03042305

2004-06-11(万方平台首次上网日期,不代表论文的发表时间)

共3页

57-59

暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

40

2004,40(14)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn