10.3969/j.issn.1000-3428.2009.23.060
基于Box-Cox变换的分类器性能改进
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.
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
35
TP18(自动化基础理论)
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
2010-03-02(万方平台首次上网日期,不代表论文的发表时间)
共3页
172-174