格式:pdf
大?。?span class="single-tag-height">210KB
頁數(shù): 5頁
采用分類模型進行空間負荷預(yù)測。由于決定負荷密度的各屬性之間并非完全獨立,傳統(tǒng)分類器分類效果并不理想。為此,該文采用雙層貝葉斯分類模型,該模型是樸素貝葉斯分類模型的擴展,通過選取關(guān)鍵屬性將單一屬性集劃分為強屬性集和弱屬性集,弱化了各屬性間相互獨立的假設(shè),提高了對樣本分類的正確性。給出了構(gòu)建和訓(xùn)練該模型的方法,在正確分類的基礎(chǔ)上,文中采用類內(nèi)相似度方法進行負荷密度的修正。實踐和算例證明,該文模型和算法適合進行空間負荷預(yù)測。