基于贝叶斯的多维数据分类模型

下载PDF

导出

摘要传统的数据检索模型忽略了信息之间的关联性,从海量、离散分布的数据中提取有效相关的内容不仅消耗大量的系统资源,较高的信息查找复杂度降低了系统检索性能,而且抽取结果相关度低导致无法满足用户需求。论文提出了一个基于贝叶斯的多维数据分类模型,利用数据之间存在的关联性将数据按照不同搜索维度进行分类管理。根据实验结果表明,该模型能够有效地提高数据查询效率。

作者游正陆张刚

机构地区洛阳新奥华油燃气有限公司

出处《改革与开放》 2013年第3X期150-150,152,共2页 Reform & Openning

关键词数据分类模型关联性贝叶斯

分类号 TP391.3 [自动化与计算机技术—计算机应用技术] TP18 [自动化与计算机技术—控制理论与控制工程]

引文网络
相关文献

参考文献6

1彭兴媛,刘琼荪.不同类变量下属性聚类的朴素贝叶斯分类算法[J].计算机应用,2011,31(11):3072-3074. 被引量：3
2孙天昊,陈飞,朱庆生,曹峰.基于贝叶斯分类的增强学习协商策略[J].计算机科学,2011,38(9):227-229. 被引量：6
3曹玲玲,潘建寿.基于Fisher判别分析的贝叶斯分类器[J].计算机工程,2011,37(10):162-164. 被引量：14
4隗晨雪,朱建明.基于隐私保护的朴素贝叶斯分类协议[J].计算机工程,2010,36(18):26-28. 被引量：3
5李锴.IC卡燃气表预付费系统的研究[J].山西电子技术,2010(3):86-88. 被引量：2
6闭乐鹏,徐伟,宋瀚涛.基于一类SVM的贝叶斯分类算法[J].北京理工大学学报,2006,26(2):143-146. 被引量：4

二级参考文献51

1吴懋刚.兼容式IC卡燃气预收费管理系统的设计[J].金卡工程,2004,8(6):50-53. 被引量：1
2张璠.多种策略改进朴素贝叶斯分类器[J].微机发展,2005,15(4):35-36. 被引量：11
3谢建全.一种实用的密钥共享方法[J].微型电脑应用,2005,21(6):40-41. 被引量：1
4李旭升,郭耀煌.基于多重判别分析的朴素贝叶斯分类器[J].信息与控制,2005,34(5):580-584. 被引量：8
5杨铮.IC卡燃气表的现状和发展趋势[J].煤气与热力,2007,27(1):34-36. 被引量：15
6张铁兵,付铁岭,张同庆,刘伟.IC卡预付费燃气表四表收费系统的整合与开发[J].城市燃气,2007(3):20-23. 被引量：2
7章舜仲,王树梅,黄河燕,陈肇雄.基于属性相关性分析的贝叶斯分类模型[J].情报学报,2007,26(2):271-274. 被引量：11
8邓维斌,黄蜀江,周玉敏.基于条件信息熵的自主式朴素贝叶斯分类算法[J].计算机应用,2007,27(4):888-891. 被引量：16
9Agrawal R,Srikant R.Privacy Preserving Data Mining[C] //Proc.of the ACM SIGMOD Conference on Management of Data.Dallas,Texas,USA:[s.n.] ,2000.
10Zhan J.Privacy Preserving Collaborative Data Mining[J].IEEE Computational Intelligence Magazine,2008,5(1):31-41.

共引文献26

1方群会,刘强,周林,马永强,武剑.模式分类方法在电能质量扰动信号分类中的应用综述[J].电网技术,2009,33(1):31-36. 被引量：17
2李光,王亚东,苏小红.基于概率论的隐私保持分类挖掘[J].计算机工程,2012,38(3):12-13.
3张步良.基于分类概率加权的朴素贝叶斯分类方法[J].重庆理工大学学报（自然科学）,2012,26(7):81-83. 被引量：15
4蒋国瑞,胡应兰.基于D-S证据理论的多Agent辩论谈判策略研究[J].计算机工程与应用,2013,49(12):36-40.
5黄敏,朱晓,朱启兵,冯朝丽.基于主动轮廓模型的玉米种子高光谱图像分类[J].数据采集与处理,2013,28(3):289-293. 被引量：7
6卢翠娥,宋寿鹏,张恒,姜琴,耿伟.基于FLDA与BP神经网络的超声3D目标识别[J].无损检测,2013,35(6):5-10. 被引量：1
7雷瑜,杨慧中.一种基于加权核Fisher准则的朴素贝叶斯分类器[J].江南大学学报（自然科学版）,2013,12(5):510-514.
8丁霄云,刘功申,孟魁.基于一类SVM的不良信息过滤算法改进[J].计算机科学,2013,40(11A):86-90. 被引量：3
9雷瑜,杨慧中.基于高斯过程和贝叶斯决策的组合模型软测量[J].化工学报,2013,64(12):4434-4438. 被引量：12
10白红梅,邢东旭.浅谈城市燃气抄表收费方式的发展与展望[J].电子世界,2014(5):194-194. 被引量：2

1董军.学生成绩管理系统数据库设计[J].合作经济与科技,2013(11):127-127. 被引量：4
2刘芳.分布式数据库的查询优化相关研究[J].计算机光盘软件与应用,2012,15(22):126-126.
3郑关胜,李含光.一种基于MIDAS的企业级应用中提高数据查询效率的方法[J].微计算机应用,2007,28(3):291-293. 被引量：1
4许学军.数据仓库中数据的粒度划分[J].阜阳师范学院学报（自然科学版）,2006,23(3):68-69. 被引量：2
5李刚彪,闫宏印.密文数据库查询优化技术[J].计算机系统应用,2010,19(8):225-228.
6卢成浪,刘明雍,吴宗大,郭均纺.针对网络信息系统的个人隐私保护方案[J].小型微型计算机系统,2015,36(6):1291-1295. 被引量：4
7张燕琴.基于SQL Server数据库的查询优化[J].软件导刊,2012,11(8):133-135. 被引量：2
8唐忠,王晓峰,胡永超,张立忠,赵越.数据仓库技术在数据库应用系统设计中的运用[J].沈阳化工学院学报,2002,16(1):33-38.
9胡祖辉.学生成绩管理系统数据查询优化方法研究[J].软件导刊,2016,15(9):149-151. 被引量：2
10朱晓龙.Sybase海量数据分页查询优化算法[J].广东通信技术,2004,24(A01):95-97.

改革与开放

2013年第3X期

浏览历史

内容加载中请稍等...

基于贝叶斯的多维数据分类模型

参考文献6

二级参考文献51

共引文献26

相关作者

相关机构

相关主题

浏览历史