条件独立性假设相关论文
疾病的自动诊断一直以来都是医疗领域中最重要且充满挑战的问题之一。近年来,随着互联网、云计算以及可穿戴设备的飞速发展,使得数......
随着人工智能和互联网的快速发展，智能检测和图像识别在生活中的应用越来越广泛。嵌入在图像中的文本信息是图像语义的重要表达方式......
用基于启发式搜索的结构学习算法,学习得到多光谱影像的贝叶斯网络结构,分析了TM的波段(特征)间条件独立性假设的合理性,给出了贝......
将Naive Bayesian Classifier(简单贝叶斯网络分类器)用于遥感影像的分类,并对其主要问题如特征选择和后验概率推理等展开研究。使......
在文本分类中，为了降低计算复杂度，常用的特征选取方法（如IG）都假设特征之间条件独立。该假设将引入严重的特征冗余现象。为了降低特征......
The inner relationship between Markov random field(MRF) and Markov chain random field(MCRF) is discussed. MCRF is a spec......
模式识别中的多分类器集成日益得到研究人员的关注并成为研究的热点。提出一种基于决策森林构造的多重子模型集成方法，通过对每个样......
当现实问题域包含连续变量时,研究人员通常在建模前进行离散化预处理.文章将朴素贝叶斯的条件独立性假设进行推广以处理连续变量,......
朴素贝叶斯算法是建立在条件独立性假设上的,但是在实际应用中,类属性条件独立假设并不成立。针对这个问题,结合关联规则方法构造......
朴素贝叶斯算法是一种简单、高效且有着广泛应用的分类方法，但在现实中，条件独立性假设影响了其分类性能。为克服该问题，给出一种改进......
在特征属性相对于类属性统计独立时,朴素贝叶斯能达到最优的分类效率.但该条件独立性假设在许多现实问题中并不成立,这将在某种程......
针对模式识别中的多分类器集成，通过挖掘测试样本特征属性的相关性，结合训练集的条件独立性分析对每个样本赋予分类规则，构造分类森林......
在朴素贝叶斯算法和ID3算法的基础上，提出一种改进的决策树分类算法。引入客观属性重要度参数，给出弱化的朴素贝叶斯条件独立性假设，......
针对Naive Bayes方法中条件独立性假设常常与实际相违背的情况,提出了CLIF-NB文本分类学习方法,利用互信息理论,计算特征属性之间......
