搜索结果: 1-8 共查到“计算机科学技术 信息增益”相关记录8条 . 查询时间(0.077 秒)
应用特征项分布信息的信息增益改进方法研究
特征选择 信息增益 类内离散度 类间离散度
2009/12/23
在特征项分布不平衡的情况下,传统信息增益算法的分类性能会急剧下降,针对此缺陷提出了一种利用特征项分布信息来改进信息增益公式的计算方法。通过计算特征项分布信息来判定特征项是否存在不平衡性,并利用此信息来平衡特征项不出现时对分类精度的影响。通过实验验证,改进后的计算方法整体上比传统的信息增益算法具有更好的性能。
基于加权信息增益的恶意代码检测方法
数据挖掘 变长N-gram 特征选择 信息增益
2009/11/5
采用数据挖掘技术检测恶意代码，提出一种基于加权信息增益的特征选择方法。该方法综合考虑特征频率和信息增益的作用，能够更加准确地选取有效特征，从而提高检测性能。实现一个恶意代码检测系统，采用二进制代码的N-gram和变长N-gram作为特征提取方法，加权信息增益作为特征选择方法，使用多种分类器进行恶意代码检测。实验结果证明，该方法能有效提高恶意代码的检测率和准确率。
使用信息增益方法选择分类器
数据挖掘 文本处理 分类
2009/7/10
为了减少表现差的个体分类器对集成器分类性能的影响，提高集成器分类效果及稳定性，提出了基于信息增益的分类器选择方法。该方法将高维分类器空间压缩至低维分类器空间，并在该空间内学习集成器。在多个数据集上的比较实验结果表明，该方法可行，其集成性能较理想。
信息增益区分频繁模式分类方法
频繁模式 分类 区分方法
2009/7/9
基于频繁模式的分类应用研究尚处于初始阶段，但其在关系数据、文本文档与图等方面的分类应用已取得初步成果。系统地研究了基于信息增益区分的频繁模式分类问题，提出了一种基于信息增益区分的频繁模式分类模型（IGFPC），从理论上论证了该模型的可行性。通过建立模式频率与基于信息增益区分度量间的联系，提出了一种在挖掘有用频繁模式上设置最小支持度阀值的方法，基于该方法和提出的特征选择算法（IGPS），生成用以构建...
基于信息增益的特征词权重调整算法研究
信息熵 词语分布比例 文本分类
2009/7/2
传统权重公式TFIDF忽略了词语在集合中的分布比例，针对TFIDF的这个缺点，把信息增益公式引入文本集合中并提出IF*IDF*IG，取得了较好的效果。在分析中发现单纯把信息增益引入文本集合并不能完全解决词语分布对词语权重的影响。从文档类别层次上考虑，把信息论中信息增益应用到文本集合的类别层次上，提出了一种改进的权重公式tf*idf*IGc，用改进的权重公式来衡量词语在文本集合的各个类别中分布比例上...
一种基于信息增益的K-NN改进算法
K-NN算法 信息增益 信息熵
2009/6/29
针对传统K-NN算法易受单个属性干扰和时间效率较低的问题，提出了利用信息增益和可拓关联度对其进行改进。通过计算属性的信息增益来确定属性的权重系数，根据权重系数将属性划分为关键属性、次要属性和无关属性，在计算欧氏距离时引入权重系数，使各个属性的作用受其重要性的约束，有效地提高了K-NN算法的抗干扰能力和精确性。将属性空间划分为若干个子空间，利用可拓关联度将待测样本映射到某个子空间中，由这个子空间组成...
基于信息增益改进贝叶斯模型的汉语词义消歧
词义消歧 自然语言处理 信息增益 贝叶斯模型
2009/4/28
词义消歧一直是自然语言处理领域的关键问题和难点之一。通常把词义消歧作为模式分类问题进行研究，其中特征选择是一个重要的环节。该文根据贝叶斯假设提出基于信息增益的特征选择方法，并以此改进贝叶斯模型。通过信息增益计算，挖掘上下文中词语的位置信息，提高贝叶斯模型知识获取的效率，从而改善词义分类效果。该文在8个歧义词上进行了实验，结果发现改进后的贝叶斯模型在消歧正确率上比改进前平均提高了3.5个百分点，改进...