10.3969/j.issn.1000-7024.2012.02.065
基于朴素贝叶斯算法的改进遗传算法分类研究
针对标准遗传算法的不稳定性、准确性低等问题,为了提高遗传分类算法的稳定性和准确性,基于贝叶斯算法的有关理论,提出一种新的遗传算法分类方法.将初始样本集随机的分成数量相等的几组,通过朴素贝叶斯算法从初始样本集中选出部分“区分度”比较高的样本作为新的样本集,通过改进的遗传算法对选出的新样本集进行处理,从而得到最优分类规则.通过两种算法的组合对数据分类时,使分类的稳定性和准确性得到了明显的改善.仿真实验结果表明,该算法有较高的稳定性和准确性.
朴素贝叶斯算法、遗传算法、数据分类、置信度、覆盖度
33
TP301.6(计算技术、计算机技术)
2012-04-27(万方平台首次上网日期,不代表论文的发表时间)
共4页
750-753