位置:成果数据库 > 期刊 > 期刊详情页
一种有效的多关系贝叶斯分类算法
  • ISSN号:1000-7180
  • 期刊名称:《微电子学与计算机》
  • 时间:0
  • 分类:TP311[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]广西科技大学计算机科学与通信工程学院,广西柳州545006, [2]广西科技大学智能计算与分布式信息处理重点实验室培育基地,广西柳州545006, [3]上海交通大学电子信息与电气工程学院,上海200240, [4]上汽通用五菱汽车股份有限公司技术中心产品认证科,广西柳州545007
  • 相关基金:国家自然科学基金(61472254,61472255,61420106010,61650203);广西教育厅项目(2017KY0352)
中文摘要:

传统数据挖掘算法在处理多关系时,需要物理连接,因此存在效率不高的问题.为了解决这一问题,研究多关系数据挖掘中的分类问题,提出一种有效的多关系贝叶斯分类算法EMBC.EMBC算法的目标是提高分类的准确率,并且降低运行时间.EMBC算法利用元组ID传播的思想,结合朴素贝叶斯分类算法,可以直接在多关系上进行分类.实验表明,EMBC算法提高分类的准确率,并且显著降低运行时间.

英文摘要:

While dealing with multi-relation, traditional data mmmg algorithms used physical join, rnus 1t nau me problem of low efficiency. In order to solve this problem, the problem of classification in multi-relational data mining was investigated, and an efficient multi-relational Bayesian classification algorithm called EMBC was propose& EMBC aims at increasing the accuracy of classification, and decreasing running time. By taking advantage of tuple ID propagation approach, and combined with naive Bayesian classification algorithm, EMBC can directly classify in multi-relation. Performance results demonstrate that, EMBC increases the accuracy of classification, and significantly decreases running time.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《微电子学与计算机》
  • 中国科技核心期刊
  • 主管单位:中国航天科技集团公司
  • 主办单位:中国航天科技集团公司第九研究院第七七一研究所
  • 主编:李新龙
  • 地址:西安市雁塔区太白南路198号
  • 邮编:710065
  • 邮箱:mc771@163.com
  • 电话:029-82262687
  • 国际标准刊号:ISSN:1000-7180
  • 国内统一刊号:ISSN:61-1123/TN
  • 邮发代号:52-16
  • 获奖情况:
  • 航天优秀期刊,陕西省优秀期刊一等奖
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:17909