Web Services属性RS约简贝叶斯分类算法研究

详细信息    查看全文 | 推荐本文 |

	作者：张睿敏 ; 张琪淼 ; 杜叔强 关键词：Web ; Services ; 属性约简 ; 贝叶斯分类 中文刊名：DNBC 英文刊名：Computer Programming Skills & Maintenance 机构：兰州工业学院软件工程学院;兰州市公安局; 出版日期：2019-06-18 出版单位：电脑编程技巧与维护 年：2019 期：No.408 语种：中文; 页：DNBC201906011 页数：3 CN：06 ISSN：11-3411/TP 分类号：32-34

摘要

随着Web Services技术快速发展和应用,Web Services的分类成为应用的基础。提出分类前先对Web Services的WSDL文档进行处理,然后用粗糙集理论进行冗余属性约简,最后应用朴素贝叶斯分类器进行分类,实验表明,这样可以节省分类时间,提高Web Services分类的效率。
        

引文

[1]何嘉莹.基于结构特征的Web Services分类算法研究[D].合肥工业大学,2011.4.
    [2]Zhang,Shumei McCullagh,Paul Callaghan,Vic 2014.An Efficient Feature Selection Method for Activity Classification.International Conference on Intelligent Environments 10th.(IE 2014),30 June-4 July2014,Shanghai,China.16-22.
    [3]张腾飞,肖健梅,王锡淮.粗糙集理论中属性相对约简算法[J].电子学报,2005,33(11):2080-2083.
    [4]廖启明,龙鹏飞.基于属性重要性的粗糙集属性约简方法[J].计算机工程与应用,2013,49(15):130-132.
    [5]Yao YY.Information granulation and rough set approximation[J].International journal of intelligent systems,2001,16(1):87-104.
    [6]Levent Koc,Thomas A Mazzuchi,Shahram Sarkani.Anetwork intrusion detection system based on a Hidden Na?ve Bayes multiclass classifier[J].Expert Systems with Applications,2012,39(18):13492-13500.
    [7]WANG Weihan,TANG Xuewen,DENG Yigui.Integrated traffic classification method based on Bayes learning[J].computer engineering,2012,38(16):164-166.(in Chinese).
    [8]谢小军,陈光喜.基于多属性联合的朴素贝叶斯分类算法[J].计算机技术与发展,2016,26(12):77-81.
    [9]王行甫,杜婷.基于属性选择的改进加权朴素贝叶斯分类算法[J].计算机系统应用,2015,24(8):149-154.