首页 | 本学科首页   官方微博 | 高级检索  
     

基于Boosting的TAN组合分类器
引用本文:石洪波,黄厚宽,王志海.基于Boosting的TAN组合分类器[J].计算机研究与发展,2004,41(2):340-345.
作者姓名:石洪波  黄厚宽  王志海
作者单位:1. 北京交通大学计算机与信息技术学院,北京,100044;山西财经大学信息与管理学院,太原,030006
2. 北京交通大学计算机与信息技术学院,北京,100044
基金项目:国家“十五”科技攻关计划重点基金项目 ( 2 0 0 2BA40 7B)
摘    要: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,TAN(tree-augmented naive Bayes)是一种树状结构的贝叶斯网络,标准的TAN学习算法生成的TAN分类器是稳定的,用Boosting难以提高其分类性能,提出一种构造TAN的新算法GTAN,并将由GTAN生成的多个TAN分类器用组合方法Boosting-MultiTAN组合,最后实验比较了TAN组合分类器与标准的TAN分类器.实验结果表明,在大多数实验数据上,Boosting-MultiTAN分类器显示出较高的分类正确率。

关 键 词:Boosting  组合方法  TAN  依赖关系

Boosting-Based TAN Combination Classifier
SHI Hong-Bo ,HUANG Hou-Kuan,and WANG Zhi-Hai.Boosting-Based TAN Combination Classifier[J].Journal of Computer Research and Development,2004,41(2):340-345.
Authors:SHI Hong-Bo    HUANG Hou-Kuan  and WANG Zhi-Hai
Affiliation:SHI Hong-Bo 1,2,HUANG Hou-Kuan1,and WANG Zhi-Hai1 1
Abstract:
Keywords:Boosting  combination method  TAN  dependence relation  
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号