[1]孙笑微 赵大宇 李晓毅 唐恒永.用于数据挖掘的TAN分类器的研究与应用[J].计算机技术与发展,2006,(11):140-142.
　suN Xiao-wei,ZHAO Da-yu,LI Xiao-yi,et al.Study and Application of TAN Classifier for Data Mining[J].,2006,(11):140-142.
点击复制

用于数据挖掘的TAN分类器的研究与应用()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2006年11期
页码:
140-142
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Study and Application of TAN Classifier for Data Mining
文章编号:
1673-629X（2006）11-0140-03
作者:
孙笑微 赵大宇 李晓毅 唐恒永
沈阳师范大学
Author(s):
suN Xiao-wei;  ZHAO Da-yu;  LI Xiao-yi;  TANG Heng-yong
Shenyang Normal University
关键词:
数据分类; TAN分类器; 贝叶斯网络
Keywords:
data classification;  TAN classifier;  bayesian network
分类号:
TP311
文献标志码:
A
摘要:
分类是数据挖掘和模式识别中的一个基本和重要的课题。文中讨论了基于贝叶斯学习的TAN分类器的基本概念和分类算法，同时将分类器算法和具体分类算法结合为一个完整的有效算法。用某高校人才识别系统这一实例来说明TAN分类器的推理过程，并介绍了TAN分类器在数据挖掘领域的应用。实验结果表明TAN分类器具有较好的分类性能和较高的分类精度
Abstract:
Classification is a basic and important task in data mining and pattern recognizing. In this paper, we discuss the basic concepts of TAN classifier and the algorithm based on Bayesian learning. Join the classifier algorithm and the concrete classification algoritham into an effective algorithm. The reasoning process of evaluating university talented scholars System is presnted, and introduce the application of TAN classifier in data mining. The results prove that TAN classifier has perfect classification capability and higher classification accuracy

相似文献/References:

[1]杨斌 路游.基于统计学习理论的支持向量机的分类方法[J].计算机技术与发展,2006,(11):56.
　YANG Bin,LU You.Classification Method of Support Vector Machine Based on Statistical Learning Theory[J].,2006,(11):56.
[2]李学俭.数据共享环境下统一信息标准的建设与应用[J].计算机技术与发展,2011,(05):242.
　LI Xue-jian.Construction and Application of Uniform Information Standards Based on Data Sharing[J].,2011,(11):242.
[3]洪海燕.基于贝叶斯分类器的简历筛选模型[J].计算机技术与发展,2012,(07):85.
　HONG Hai-yan.Screening of Resumes Based on Bayesian Classifier[J].,2012,(11):85.
[4]盛朝强 王君.煤矿井下人员签到系统人脸识别算法研究[J].计算机技术与发展,2012,(07):171.
　SHENG Chao-qiang,WANG Jun.Face Recognition Algorithms of Sign-in System for Underground Coalmine[J].,2012,(11):171.
[5]冯秀芳 肖文炳.神经网络的数据分类算法在物联网中的应用[J].计算机技术与发展,2012,(08):245.
　FENG Xiu-fang,XIAO Wen-bing.Application of Neural Network Data Classification Algorithm in lOT[J].,2012,(11):245.
[6]檀何凤,刘政怡. 模式分类方法比较研究[J].计算机技术与发展,2015,25(02):99.
　TAN He-feng,LIU Zheng-yi. Research on Comparison of Pattern Classification Method[J].,2015,25(11):99.
[7]辛月振,孙贝贝,夏盛瑜.数据挖掘方法在生物实验数据上的应用[J].计算机技术与发展,2018,28(09):143.[doi:10.3969/ j. issn.1673-629X.2018.09.029]
　XIN Yue-zhen,SUN Bei-bei,XIA Sheng-yu.Application of Data Mining Method in Biological Experiment Data[J].,2018,28(11):143.[doi:10.3969/ j. issn.1673-629X.2018.09.029]
[8]李 寒,余 斌,佟 宁,等.一种电力感知数据的离群点检测方案[J].计算机技术与发展,2020,30(02):153.[doi:10. 3969 / j. issn. 1673-629X. 2020. 02. 030]
　LI Han,YU Bin,TONG Ning,et al.An Electric Power Sensor Data Oriented Outlier Detection Solution[J].,2020,30(11):153.[doi:10. 3969 / j. issn. 1673-629X. 2020. 02. 030]

备注/Memo

备注/Memo:
国家自然科学基金资助项目（10471096）;知识科学与知识管理研究中心资助项目（027）.孙笑微（1980-）。女。辽宁本溪人。硕士研究生，研究方向为数据挖掘；赵大宇，博士，教授，研究方向为数据挖掘
更新日期/Last Update: 1900-01-01