基于放松区间优势的不完整数据分类

摘要：

针对朴素信念不完整数据分类算法中保守推理规则过于严格导致明确分类样本比例下降的的情况,定义了放松的区间优势,并提出了基于放松区间优势的不完整数据分类模型,与朴素贝叶斯分类和朴素信念分类算法的对比实验结果表明本文提出的分类模型有效地提高了明确分类样本比例,在明确分类样本上的正确率优于朴素贝叶斯分类,与朴素信念分类相当.此外还以文体风格识别作为应用背景进行了实证研究,对比实验结果进一步表明对于文体风格识别数据集,放松区间优势的朴素信念分类算法具有较理想的综合性能.

关键词：分类、不完整数据、区间优势

所属期刊栏目：30

分类号：TP3;TH1

资助基金：国家自然科学基金重大项目"新兴电子商务重大基础问题与关键技术研究" 70890080 子课题"面向服务的商务智能与知识管理方法研究"70890083;教育部人文社科规划基金项目:典籍英译译者的文体分析与文本的译者识别10YJAZH034

在线出版日期：2011-11-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：826-831