基于改进朴素贝叶斯方法的元器件分类技术

摘要：

元器件清单数据处理分析是元器件选用管理与状态管控的主要内容.在元器件数据信息化管理的基础上,借助新一代信息技术手段对元器件清单进行处理,可以使得数据处理分析过程更加智能与高效.结合当前人工智能领域的计算机机器学习技术,提出了一种基于改进朴素贝叶斯算法的元器件分类方法,通过加入拉普拉斯平滑方法处理零概率问题、引入对数运算提高计算稳定性等手段,实现了对元器件产品和厂商的自动与智能分类,并对比分析了智能分类结果的准确度,发现运用改进后的算法可提高分类的准确度,对于提高元器件的分类效率,避免人工分类造成的误差具有重要的意义.

关键词：元器件、元器件产品分类、元器件厂商分类、朴素贝叶斯、机器学习

所属期刊栏目：38

分类号：O212.8(概率论与数理统计)

在线出版日期：2020-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：49-53