- 年份
- 2024(1697)
- 2023(2258)
- 2022(1994)
- 2021(1720)
- 2020(1604)
- 2019(3483)
- 2018(3457)
- 2017(6375)
- 2016(3628)
- 2015(3920)
- 2014(3925)
- 2013(3877)
- 2012(3422)
- 2011(3187)
- 2010(3158)
- 2009(2709)
- 2008(2684)
- 2007(2371)
- 2006(1990)
- 2005(1662)
- 学科
- 济(13332)
- 经济(13328)
- 方法(7623)
- 业(7589)
- 管理(7296)
- 数学(7121)
- 数学方法(7007)
- 企(5460)
- 企业(5460)
- 学(4042)
- 农(3989)
- 农业(2757)
- 中国(2636)
- 业经(2611)
- 环境(2260)
- 贸(2233)
- 贸易(2231)
- 财(2176)
- 易(2163)
- 理论(2091)
- 技术(2007)
- 地方(1950)
- 教育(1805)
- 划(1765)
- 制(1590)
- 发(1589)
- 产业(1482)
- 和(1436)
- 务(1403)
- 财务(1401)
- 机构
- 大学(52917)
- 学院(51859)
- 研究(18894)
- 济(18797)
- 管理(18557)
- 经济(18426)
- 理学(16431)
- 理学院(16195)
- 管理学(15704)
- 管理学院(15619)
- 农(14776)
- 科学(14258)
- 业大(12776)
- 中国(12661)
- 农业(11996)
- 京(11273)
- 所(10431)
- 研究所(9893)
- 农业大学(8581)
- 中心(8282)
- 江(7765)
- 财(7027)
- 范(6949)
- 院(6872)
- 室(6835)
- 北京(6829)
- 师范(6822)
- 技术(6747)
- 省(6743)
- 实验(6378)
共检索到70491条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 统计与决策
[作者]
李楚进 付泽正
分类是十分基础且很关键的数据分析技术,而基于贝叶斯理论的朴素贝叶斯分类技术是当前数据分析领域的一个研究热点。文章针对条件独立性假设提出了基于主成分分析的改进方法,以期能够充分体现朴素贝叶斯分类器在分类中的优势,实现改进分类效果的目的。
[期刊] 情报理论与实践
[作者]
代磊 马卫东 王凌楠 马建国
贝叶斯分类器可以归结为求词条的先验概率,目前分类器中普遍使用词条的文档出现次数和词频来计算先验概率。本文提出了一种基于权重的朴素贝叶斯分类器,不仅改进了文本中词条的先验概率计算方式,并增加了词条的权重对计算的影响。该分类器使用TFIDF模型及其改进算法实现了分类器的设计。实验结果表明,该分类器的效果比传统算法有较大的改进。
关键词：
文本分类 朴素贝叶斯分类器 算法
[期刊] 统计与决策
[作者]
华锐 梁娜
对样本分类的方法很多,比如广义朴素贝叶斯分类器[1],层次-聚类模型[2],神经网络[3]等,但对小样本的分类却存在很多困难,如:小样本的代表性不够,不能覆盖所有属性,分类器分类效果不佳等问题,文章提出的结合拉普拉斯校准的特征加权朴素贝叶斯分类器操作简单,能高效地解决了以上问题。
关键词：
特征加权 拉普拉斯校准 小样本
[期刊] 数理统计与管理
[作者]
官国宇 杨皓翔 王运豪 郝立柱
传统统计分类方法应用于政务热线行业文本分类问题时存在一定系统性偏差。为了修正系统性偏差,进而减少由误分类导致的额外人力和时间成本,本文将朴素贝叶斯模型作为基准分类器,在最大后验概率判别准则中引入修正系数,并基于验证集上的误分类结果对修正系数进行学习,将其应用于政务热线的行业文本分类中。实证结果表明,修正后分类器的分类精确度比基准分类器提升了至少1个百分点,使误分类样本量减少了4个百分点。由于政务热线的文本工单数量庞大,故该方法对提升行政服务效率,降低人力资源成本具有积极意义。
关键词：
朴素贝叶斯 政务热线 文本分类 修正系数
[期刊] 统计与决策
[作者]
喻晓锋 丁树良 秦春影
朴素贝叶斯网分类器是贝叶斯分类器的一种,文章将其应用到现代教育测量的认知诊断分类中,对0,1计分下的认知诊断进行了实验,并与认知诊断中典型的分类方法进行了比较。实验结果表明,利用贝叶斯网分类器分类效果明显占优。
关键词：
朴素贝叶斯网分类器 认知诊断 分类
[期刊] 统计与决策
[作者]
李思奇 吕王勇 邓柙 陈雯
朴素贝叶斯是一种处理分类问题的常用方法,但它的属性条件独立性假设在实际应用中难以成立,导致其分类性能降低。针对这一问题,文章提出了基于改进PCA的朴素贝叶斯分类算法,该算法通过Pearson和Kendall系数计算出属性间的相关性大小,基于主成分分析筛选出新的属性集,使其尽量满足条件独立性假设,并对新数据集进行朴素贝叶斯分类。实验结果表明,该方法有效地提高了分类准确率。
关键词：
朴素贝叶斯 相关系数 主成分分析
[期刊] 统计与决策
[作者]
李思奇 吕王勇 邓柙 陈雯
朴素贝叶斯是一种处理分类问题的常用方法，但它的属性条件独立性假设在实际应用中难以成立，导致其分类性能降低。针对这一问题，文章提出了基于改进PCA的朴素贝叶斯分类算法，该算法通过Pear-son和Kendall数系数计算出属性间的相关性大小，基于主成分分析筛选出新的属性集，使其尽量满足条件独立性假设，并对新据集进行朴素贝叶斯分类。实验结果表明，该方法有效地提高了分类准确率。
关键词：
朴素贝叶斯 相关系数 主成分分析
[期刊] 统计与决策
[作者]
任喜峰
考试成绩是现阶段衡量高等院校学生质量的重要指标之一,本文利用数据挖掘技术,通过朴素贝叶斯分类方法,探索一种有效的监测学生考试成绩变化趋势的机制。
关键词：
数据挖掘 朴素贝叶斯 考试成绩
[期刊] 会计之友
[作者]
陈思静 王磊 尹波 干胜道
随着大数据时代的到来,企业对数据资源的合理使用为自身带来了日益增长的经济价值,于是,在会计学界有了将企业数据资源作为一项资产入账的呼声,然而,大数据的产权归属和价值变现具有不确定性,导致其未必满足会计确认的条件。文章全面分析了企业将自身拥有或控制的数据资源确认为资产所面临的难题,并对其提出了解决方案。首次应用朴素贝叶斯分类法建立模型,通过计算相关因素的联合概率来判断在不确定条件下数据资源是否应该被确认为资产,最后进行了算例分析。结论表明,该模型对数据资产的会计确认具有指导作用,同时也可为相关会计准则的制定提供理论参考。
关键词：
数据资产 会计确认 朴素贝叶斯 联合概率
[期刊] 山西财经大学学报
[作者]
于万国 陈日升
文章提出了一种新的贝叶斯分类算法——加权灵活贝叶斯分类器用以处理连续值属性的分类问题。通过度量条件属性与决策属性的相关度,类条件概率中对应的边缘概率密度被赋予了相应的权重,其中,条件属性与决策属性之间的相关性通过基于互信息的相关度量标准来计算。在10个UCI数据集合上面,我们比较了WFNB与加权朴素贝叶斯和灵活贝叶斯分类器的分类精度,试验结果表明,我们提出的WFNB有效地改进了传统贝叶斯分类器的分类精度。
关键词：
贝叶斯分类器 连续值属性 相关性 互信息
[期刊] 经济问题
[作者]
康庄 余元全
纳税评估是集纳税服务和纳税管理于一体的税收管理方式。评估模型是纳税评估工作的关键所在。在总结纳税评估基本原理的基础上,针对企业的综合纳税评估问题提出了评估分析指标体系,构建了基于贝叶斯分类模型的纳税评估方法,并结合现实数据做了实证分析。实证结果显示,贝叶斯分类纳税评估模型具有很高的现实应用价值。
关键词：
纳税评估 贝叶斯分类模型 指标体系
[期刊] 统计与决策
[作者]
赵海霞 李赟 石洪波
针对具有复杂结构的高维数据分类问题,文章提出一种基于特征选择和约简的加权朴素贝叶斯算法(WNBC-FSR)。该算法基于距离相关和最大信息系数的方法,从相关性和冗余性两个角度对高维数据进行特征筛选;采用属性和类别变量间的最大信息系数对属性进行加权,构建并训练加权朴素贝叶斯算法。实验结果表明:在几种算法的比较中,无论是从AUC还是F1值来看,WNBC-FSR算法的分类效果均是最优的。
[期刊] 统计与决策
[作者]
王阳阳
《红楼梦》的作者问题一直是红学研究的热点。本文运用R语言对《红楼梦》著作进行文本分词和词频统计,从高频词汇和虚字两个研究角度分析《红楼梦》前八十回与后四十回文本特征的差异性。从高频词汇角度,通过制作分组高频词汇频数折线图,分析折线图的波动,初步表明《红楼梦》前八十回和后四十回文本特征存在差异;从虚字角度,通过监督学习方法中的朴素贝叶斯与BP神经网络,以虚字作为文本特征对《红楼梦》一百二十回作分类处理,并计算分类准确率,研究表明《红楼梦》前八十回和后四十回文本特征存在显著的差异。研究结果表明:《红楼梦》前八十回和后四十回作者不是同一个人。
关键词：
文本分析 朴素贝叶斯 BP神经网络 红学
[期刊] 统计与决策
[作者]
杨立洪 李琼阳 李兴耀
在经典的朴素贝叶斯分类算法中,往往假设各属性之间相互独立,且对目标变量的影响程度一致,但实际问题几乎不可能满足此假设。实际应用中的二分类问题最多,在二分类问题中考虑到属性相关、样本分布不平衡、各属性影响程度的不一致性对模型性能的影响,文章提出一种基于信息值的相关属性约减—加权二分类朴素贝叶斯模型,同时在判定样本类别归属时,采用自适应学习选择合适的阈值,以此削弱不平衡样本集的影响。实证结果表明,通过引入信息值,进行相关属性的约减—加权,模型结果在准确率上较之传统朴素贝叶斯算法有极大提升。
[期刊] 资源科学
[作者]
张文婷 王海军 陈莹莹 戴兰
本文以潮州市建成区和近期规划区为研究区,采用训练样本获取先验概率建立朴素贝叶斯分类器,以栅格点为单位,将各栅格点的土地定级因素作用分值作为输入变量,利用朴素贝叶斯分类器进行土地定级。在作用分值确定方法上,采用障碍距离代替传统直线距离,以达到客观反映点、线等要素对城镇土地使用价值作用的程度。最后,对顾及障碍物的朴素贝叶斯定级结果分别与空间聚类结果及未顾及障碍物的定级结果进行比较,结果表明本文所提出的方法在土地定级研究中具有一定的优势,能更加真实地反映城镇土地使用价值的空间分布特征。
关键词：
障碍距离 城镇土地定级 朴素贝叶斯分类器
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
