基于粗糙集属性约简与进化算法的贝叶斯网络分类器

摘要：

提出一种新的学习无约束贝叶斯网络分类器的算法(RE-BNC).该算法基于粗糙集理论,在保证分类精度不变的前提下,先对冗余属性变量进行约简,降低属性变量维数,然后构建一个无约束优化模型用来学习较好的初始种群,降低搜索空间,再结合进化算法学习分类器的网络结构.与其他常见的8种分类器算法相比较,实验结果表明该算法设计合理,且分类效果较好.

关键词：贝叶斯网络、分类器、进化算法、属性约简

所属期刊栏目：46

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,编号61075055;宝鸡文理学院重点项目,编号ZK10107;西安电子科技大学基本科研业务资助项目,编号K5051270013;宝鸡市项目,编号2013RT-3;陕西省青年基金项目,编号2014JQ1020

在线出版日期：2014-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：43-49