| 基于捕食逃逸PSO的贝叶斯网络分类器 |
| 孔宇彦[1] 姚金涛[2] 李强[1] 祝胜林[2] 张明武[2] |
| 关键词：捕食逃逸 粒子群优化 贝叶斯网络分类器 Weka 就业预测 |
| 主要内容：构造精确的贝叶斯网络分类器已被证明为NP难问题,提出了一种基于捕食逃逸粒子群优化（PSO）算法的通用贝叶斯网络分类器,能有效避免数据预处理时的属性约简对分类效果的直接影响,实现对贝叶斯网络结构的精确学习和搜索。另外,将所提出的分类器应用于高职院校就业预测分析,并在Weka平台上实现对该分类器的构建和验证,与其他几种贝叶斯网络分类器的对比实验结果表明,该分类器具有更好的性能。 |
| 《计算机应用》 2011,31(2).-454-457 |
| 全文下载请进入http://hightech.stlib.cn/tpi_1/sysasp/include/index.asp |
微信公众号