基于Box-Cox变换的分类器性能改进

摘要：

贝叶斯分类器、最小距离分类器、近邻分类器和BP网络等是比较常用的分类器,为提高这些分类器的性能,引入了Box-Cox变换的思想.将Box-Cox变换用于数据正态化处理技术,并对常用分类器的性能进行改进.实验结果显示,通过引入Box-Cox变换,分类器的分类正确率有较大的提高.

关键词：Box-Cox变换、贝叶斯分类器、近邻分类器、最小距离分类器、BP神经网络

所属期刊栏目：35

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金资助项目60472060, 60572034;2006年教育部新世纪优秀人才计划基金资助项目NCEG-06-0487;江苏省自然科学基金资助项目BK2006081;江南大学创新团队研究计划基金资助项目JNIRT0702

在线出版日期：2010-03-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：172-174