论文部分内容阅读
朴素贝叶斯分类器是一种简单而高效的分类器，但是它的属性独立性假设使其无法表示现实世界属性之间的依赖关系，影响了它的分类性能。因此，本文将朴素贝叶斯分类器做了改进，推导出决策属性和各条件属性的对数值间存在线性关系，并用最小二乘法求出这种线性关系系数，设计出一种新的贝叶斯分类器。将它应用于DNA序列剪接位点的辨识中，辨识性能不仅较朴素贝叶斯分类器大大提高，而且高于或相当于现有辨识算法。由于DNA序列巨大的数据量，本算法具有很强的优越性。