首页 | 官方网站   微博 | 高级检索  
     

基于KL距离的TAN分类器判别性学习方法
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).
作者姓名:冯奇  田凤占  黄厚宽
作者单位:北京交通大学,计算机与信息技术学院,北京,100044
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.

关 键 词:树增强朴素贝叶斯(TAN)分类器  判别性学习  KL距离  EAR

Discriminative Learning of TAN Classifier Based on KL Divergence
FENG Qi,TIAN Feng-Zhan,HUANG Hou-Kuan.Discriminative Learning of TAN Classifier Based on KL Divergence[J].Pattern Recognition and Artificial Intelligence,2008,21(6).
Authors:FENG Qi  TIAN Feng-Zhan  HUANG Hou-Kuan
Abstract:
Keywords:
本文献已被 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-23

京公网安备 11010802026262号