基于Bayes理论和RBF结构的分类器

摘要：

基于RBF的网络结构和贝叶斯思想,通过改变RBF的隐层输出和权值训练算法,使得网络输出为K个描述样本属于K个类中每个类的概率的值,构造出一种不确定分类器,通过比较K个值的大小从而确定样本的分类.试验结果表明这种分类器比RBF和NBC(朴素贝叶斯分类器)的准确率要高.

关键词：分类、径向基网络、贝叶斯、朴素贝叶斯分类器、B-RBF

所属期刊栏目：9

分类号：TP183(自动化基础理论)

在线出版日期：2010-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：6669-6672