助手标题  
全文文献 工具书 数字 学术定义 翻译助手 学术趋势 更多
查询帮助
意见反馈
   树桩网络 的翻译结果: 查询用时:0.181秒
图标索引 在分类学科中查询
所有学科
计算机软件及计算机应用
更多类别查询

图标索引 历史查询
 

树桩网络
相关语句
  stump network
     In this paper,an text classification model based on bayes theorem called stump network is introduced.
     介绍了一种基于贝叶斯定理的文本分类模型“树桩网络(stump network)”。
短句来源
     Stump Network text classifier is compared with Na? ve Bayes text classifier and TAN(tree augmented naive Bayes) by an experiment. Experimental results show this model has higher classification accuracy in most data sets.
     这里提出一种改进的基于贝叶斯定理的文本分类模型——“树桩网络(Stump Network)”,并将该方法与朴素贝叶斯文本分类器和TAN(Tree Augmented Naive Bayes)文本分类器进行实验比较,结果表明,在大多数数据集上该文本分类方法具有较高的分类正确率。
短句来源
  相似匹配句对
     Network Data
     网络
短句来源
     Networking
     网络
短句来源
     Cultivation and Management Techniques of Potted Landscape
     树桩盆景的养护管理技术
短句来源
     Pot Cultivating Techniques of Perennial Grape Stumps
     浅淡多年生葡萄树桩的盆栽技术
短句来源
     Inquiry into Survival Rate of Newly Moved Wild Stump
     提高新掘野树桩成活率的探讨
短句来源
查询“树桩网络”译词为用户自定义的双语例句

    我想查看译文中含有:的双语例句
例句
没有找到相关例句


In this paper,an text classification model based on bayes theorem called stump network is introduced.Stump Network text classifier is compared with naive bayes text classifier and TAN(tree augmented naive bayes) by an experiment.Experimental results show this model has higher classification accuracy in most data sets.

介绍了一种基于贝叶斯定理的文本分类模型“树桩网络(stump network)”。将该方法与朴素贝叶斯文本分类器和TAN(tree augmented naive bayes)文本分类器进行实验比较。结果表明,在大多数数据集上该文本分类方法具有较好的分类正确率。

Na?ve Bayes text classifier is a simple and effective text classification method,but its attribute independence assumption makes it unable to express the dependence among attribute in the real world,and affects its classification performance.In this paper,an improved text classification model based on Bayes theorem called Stump Network is presented.Stump Network text classifier is compared with Na?ve Bayes text classifier and TAN(tree augmented naive Bayes) by an experiment.Experimental results show this model...

Na?ve Bayes text classifier is a simple and effective text classification method,but its attribute independence assumption makes it unable to express the dependence among attribute in the real world,and affects its classification performance.In this paper,an improved text classification model based on Bayes theorem called Stump Network is presented.Stump Network text classifier is compared with Na?ve Bayes text classifier and TAN(tree augmented naive Bayes) by an experiment.Experimental results show this model has higher classification accuracy in most data sets.

朴素贝叶斯文本分类模型是一种简单而高效的文本分类模型,但是它的独立性假设属性使其无法表示现实世界属性之间的依赖关系,从而影响它的分类性能。这里提出一种改进的基于贝叶斯定理的文本分类模型——“树桩网络(Stump Network)”,并将该方法与朴素贝叶斯文本分类器和TAN(Tree Augmented Naive Bayes)文本分类器进行实验比较,结果表明,在大多数数据集上该文本分类方法具有较高的分类正确率。

 
图标索引 相关查询

 


 
CNKI小工具
在英文学术搜索中查有关树桩网络的内容
在知识搜索中查有关树桩网络的内容
在数字搜索中查有关树桩网络的内容
在概念知识元中查有关树桩网络的内容
在学术趋势中查有关树桩网络的内容
 
 

CNKI主页设CNKI翻译助手为主页 | 收藏CNKI翻译助手 | 广告服务 | 英文学术搜索
版权图标  2008 CNKI-中国知网
京ICP证040431号 互联网出版许可证 新出网证(京)字008号
北京市公安局海淀分局 备案号:110 1081725
版权图标 2008中国知网(cnki) 中国学术期刊(光盘版)电子杂志社