一种基于线性的朴素贝叶斯分类器知识库的组织方法

计算机与现代化 ›› 2009, Vol. 1 ›› Issue (10): 26-3.doi:

一种基于线性的朴素贝叶斯分类器知识库的组织方法

吴为胜¹ ,武友新^1,2,游建平²,万敏²

1.南昌大学信息工程学院,江西南昌 330031;2.江西思创集团,江西南昌 330029

收稿日期:2008-10-06 修回日期:1900-01-01 出版日期:2009-10-15 发布日期:2009-10-15

A Simple Linear Bayesian Classifier Knowledge Base Organizational Method

WU Wei-sheng¹,WU You-xin^1,2,YOU Jian-ping²,WAN Min²

1.Information Engineering School of Nanchang University, Nanchang 330031, China;2.Jiangxi Sichong Group, Nanchang 330029, China

Received:2008-10-06 Revised:1900-01-01 Online:2009-10-15 Published:2009-10-15

摘要/Abstract

摘要： 提出一种基于线性的朴素贝叶斯分类器知识库组织方法。该方法按照朴素贝叶斯分类算法对所有条件概率进行统一计算，最后把计算结果储存在以枚举类型为下标的线性表当中，以便于快捷查找条件概率并结合先验概率来预测未知类属的样本。该方法具有可扩展性。

关键词: 预测, 组织方法, 分类器, 贝叶斯分类, 线性表

Abstract: This paper presents a simple linear knowledge base organization method based on Bayesian classifier. The method caculates probabilities of all the conditions in accordance with the naive Bayesian classification algorithms, and stores the final results in a linear table, for quickly finding to predict the probability of an unknown type Sample. The method is scalability.

Key words: forecasting, organizational methods, classification, Bayesian classification, linear table

吴为胜;武友新;游建平;万敏. 一种基于线性的朴素贝叶斯分类器知识库的组织方法[J]. 计算机与现代化, 2009, 1(10): 26-3.

WU Wei-sheng;WU You-xin;YOU Jian-ping;WAN Min . A Simple Linear Bayesian Classifier Knowledge Base Organizational Method[J]. Computer and Modernization, 2009, 1(10): 26-3.

[1]	李亚平, 王军防, 余红梅, 窦一民, 肖媛, 田继林. Regformer：基于稀疏注意力的输油管道水力压降预测方法[J]. 计算机与现代化, 2024, 0(01): 59-66.
[2]	苏欣. 数据驱动的焊膏印刷工艺参数推荐技术[J]. 计算机与现代化, 2024, 0(01): 99-102.
[3]	王宇航, 董宝良, 公超, 尚真真, 姚康宁. 基于意图识别的空中群目标动态威胁评估[J]. 计算机与现代化, 2023, 0(12): 100-104.
[4]	刘静乐, 罗翔, 宫成荣, 张国鹏. 基于RF-RFECV和LightGBM算法的糖尿病预测[J]. 计算机与现代化, 2023, 0(11): 36-43.
[5]	冯欣欣, 卜磊, 章晓余, 史玉峰. 基于ICEEMDAN-LSTM的地铁盾构隧道管片形变数据分析预测[J]. 计算机与现代化, 2023, 0(11): 57-61.
[6]	贾潇瑶, . 融合CatBoost和SHAP的乳腺癌预测及特征分析[J]. 计算机与现代化, 2023, 0(10): 32-38.
[7]	冀心成, 汪衍凯, 张迎, 许彦杰. 贝叶斯优化梯度提升树的室内日光照度分布预测[J]. 计算机与现代化, 2023, 0(09): 44-50.
[8]	刘瑞雪, 李文, 刘芳, 杜守国. 用于具有缺失值的时间序列预测的张量自回归补全算法[J]. 计算机与现代化, 2023, 0(09): 51-58.
[9]	孙子雨, 任燃, 魏曦哲. 基于DTW-TCN的股票分类及预测研究[J]. 计算机与现代化, 2023, 0(08): 31-37.
[10]	邵必林, 程婉荣. 基于SARIMA模型的短期天然气负荷区间预测[J]. 计算机与现代化, 2023, 0(08): 54-59.
[11]	张志霞, 谢宝强. 基于FCGA-LSTM与迁移学习的天然气负荷预测[J]. 计算机与现代化, 2023, 0(07): 7-12.
[12]	李世佳, 侯丽娟, 汤斌, 杨柳, 刘恒, . 基于ICEEMDAN-BiLSTM-ARIMA组合模型的桥梁健康监测数据预测模型#br#[J]. 计算机与现代化, 2023, 0(07): 36-42.
[13]	吴乐, 陈刚, 李竹. 基于Logistic-GF-SEIR模型的新型传染病疫情趋势预测[J]. 计算机与现代化, 2023, 0(05): 20-25.
[14]	苏金库, 桂智明. 基于时空特征的短时出租车流量预测[J]. 计算机与现代化, 2023, 0(05): 32-38.
[15]	王玉立, 杨昌松, 邱劲, 韦俊, 吴宏杰, . 基于时空注意力机制的基坑位移预测方法[J]. 计算机与现代化, 2023, 0(05): 39-45.