[发明专利]一种基于可分解评分函数的树增强朴素贝叶斯分类方法在审
| 申请号： | 201810401959.4 | 申请日： | 2018-04-28 |
| 公开（公告）号： | CN108615056A | 公开（公告）日： | 2018-10-02 |
| 发明（设计）人： | 桑笑楠;侯君;李千目 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 薛云燕 |
| 地址： | 210094 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于可分解评分函数的树增强朴素贝叶斯分类方法。该方法为：构建分类网络时，在树增强朴素贝叶斯的结构基础上，允许每个属性结点没有父结点或只有一个父结点；首先采用低阶CI测试初步剔除无效属性结点，结合属性结点依赖关系，获得各个属性结点的候选父结点集合，过滤掉冗余属性父结点；然后利用可分解的BDeu评分函数对局部最优无环图进行贪婪查找，构建最终的SETAN网络结构。本发明在进行数据分类时去除了冗余属性父结点，增强了分类模型的可靠性，降低了时间的复杂度，且提高了分类的准确率。 | ||
| 搜索关键词： | 父结点 结点 评分函数 贝叶斯 可分解 冗余属性 构建 分类 分类模型 分类网络 结构基础 数据分类 网络结构 依赖关系 复杂度 准确率 低阶 剔除 过滤 集合 测试 查找 | ||
【主权项】：
1.一种基于可分解评分函数的树增强朴素贝叶斯分类方法，其特征在于，所述步骤包括：步骤1，在树增强朴素贝叶斯的结构基础上，允许每个属性结点没有父结点或只有一个父结点；步骤2，采用低阶CI测试去除无效属性结点，结合属性结点依赖关系，获得各个属性结点的候选父结点集合，过滤掉冗余属性父结点，减小候选属性父结点集的搜索空间；步骤3，利用可分解的BDeu评分函数对局部最优无环图进行贪婪查找，构建最终的SETAN网络结构图。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京理工大学，未经南京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810401959.4/，转载请声明来源钻瓜专利网。
