文献

J-GLOBAL ID：201802238606146931   整理番号：18A1216775

ガウス混合モデルの結合分類離散化アルゴリズムに関する研究【JST・京大機械翻訳】

Research on the Discretization Algorithm of Association Classification Based on Gaussian Mix-ture Model

著者 (3件)： Wu Chenwen (蘭州交通大学 電子与信息工程学院,蘭州,730070) ,  Guo Shujin (蘭州交通大学 電子与信息工程学院,蘭州,730070) ,  Li Chenyang (蘭州交通大学 電子与信息工程学院,蘭州,730070)
資料名： Xiaoxing Weixing Jisuanji Xitong  (Xiaoxing Weixing Jisuanji Xitong)
巻： 39  号： 4  ページ： 732-737  発行年： 2018年 
JST資料番号： C2136A  ISSN： 1000-1220  CODEN： XWJXEH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 大多数の規則に基づく分類は直接に血圧のような連続データを処理できないが、離散化データの前処理は連続なデータの変換成分の形式を表現できる。既存の離散化アルゴリズムはデータセットの連続変数の多モード分類密度を考慮せず,これはルールベースの分類器の性能を低下させる可能性がある。ガウス混合モデルに基づく離散化アルゴリズム(DiscretizationAlgorithmbasedonGaussianMixtureModel)を提案した。DAGMMアルゴリズムの有効性は4つの公開可能な医療データセットによって検証された。実験結果は,DAGMMアルゴリズムが他の6つの静的離散化アルゴリズムより優れていることを示した。従って、臨床エキスパートシステムにおいて、この方法を用いて、ルールに基づく分類器の性能を高める可能性がある。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 前処理 ,  エキスパートシステム ,  血圧 ,  *アルゴリズム ,  ルールベース ,  多モード
準シソーラス用語： 連続変数 ,  *離散化 ,  *Gauss混合モデル , 【Automatic Indexing@JST】

著者キーワード (4件)： discretization ,  association classification algorithm ,  rule induction algorithm ,  gaussian mixture model

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： ガウス ,  混合モデル ,  分類 ,  離散化 ,  アルゴリズム ,  研究