摘要
分析了贝叶斯信念网络和数理统计方法在数据挖掘中的作用,提出了一种贝叶斯信念网络和基于数理统计的数据挖掘模型,并用实例证明该数据挖掘模型有效性。对传统的贝叶斯信念网络构造算法做了许多改进,在不影响其性能的基础上,极大地提高了运算速度。
The function of Bayesian belief network and Mathematical Statistics method is analysed in the field of data mining, then a kind of Bayesian belief network and model of data mine is provided for Mathematical Statistics. The effectiveness of the data mine model is proved with an example. The traditional Bayesian belief network-learning algorithm, is improved to speed up the operation process.
出处
《中山大学学报(自然科学版)》
CAS
CSCD
北大核心
2004年第3期36-39,共4页
Acta Scientiarum Naturalium Universitatis Sunyatseni
基金
国家自然科学基金资助项目(60133010
60073053)
国家"八六三"高技术研究发展计划资助项目(863-317-03-05-98)