首页> 中国专利> 基于相关性的特征加权过滤方法及朴素贝叶斯分类方法

基于相关性的特征加权过滤方法及朴素贝叶斯分类方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明提供了一种基于相关性的特征加权过滤方法，将每个特征变量的权值直接定义为该特征变量和类变量的相关性与该特征变量和其他特征变量的平均冗余性的差。本发明同时提供了依托于上述方法的特征加权的朴素贝叶斯分类方法，是将得到的一组权值代入朴素贝叶斯分类公式对测试实例进行最终分类。本发明不仅同时考虑到了特征变量和类变量之间的相关性以及特征变量和特征变量之间的冗余性，还维持了模型的计算复杂性和简单性，经过大量的实验研究验证了本发明所提特征加权方法及分类方法的有效性和精确性。

著录项

公开/公告号CN106384123A

专利类型发明专利
公开/公告日2017-02-08

原文格式PDF
申请/专利权人中国地质大学(武汉);
展开▼

申请/专利号CN201610800700.8
发明设计人蒋良孝;张伦干;李超群;
展开▼

申请日2016-09-01
分类号G06K9/62(20060101);
代理机构42214 武汉华旭知识产权事务所;
代理人刘荣;江钊芳
地址 430074 湖北省武汉市洪山区鲁磨路388号
入库时间 2023-06-19 01:28:23

法律信息

法律状态公告日

法律状态信息

法律状态
2019-09-20

发明专利申请公布后的驳回 IPC(主分类):G06K9/62 申请公布日:20170208 申请日:20160901

发明专利申请公布后的驳回
2017-03-08

实质审查的生效 IPC(主分类):G06K9/62 申请日:20160901

实质审查的生效
2017-02-08

公开

公开

相似文献

专利
中文文献
外文文献

1. 基于相关性的特征加权过滤方法及朴素贝叶斯分类方法 [P] . 中国专利： CN106384123A . 2017-02-08
2. 基于改进深度特征加权的朴素贝叶斯文本分类方法 [P] . 中国专利： CN108647259A . 2018-10-12
3. FEATURE WEIGHTING FOR NAIVE BAYES CLASSIFIERS USING A GENERATIVE MODEL [P] . 世界知识产权组织专利： WO2015194052A1 . 2015-12-23

机译：基于生成模型的朴素贝叶斯分类器的特征加权
4. DEEP LEARNING TYPE CLASSIFICATION METHOD WITH FEATURE-BASED WEIGHTING [P] . 韩国专利： KR101837262B1 . 2018-04-20

机译：基于特征加权的深度学习类型分类方法
5. An olap-based naive bayes classification method [P] . AU2002342149A8 . 2004-05-04

机译：基于Olap的朴素贝叶斯分类方法