分布式传感器网络混合探测信号分类方法
针对分布式传感器网络的局限性特征,研究分布式传感器网络混合探测信号的分类算法。提出了基于属性重要度的贝叶斯分类算法,该算法继承了朴素贝叶斯分类算法结构简单、运算快捷的特点,同时弥补了类条件独立假设带来的缺陷,在实践中具有较高的分类精度,其特点符合混合探测信号的分类要求。实验结果表明,该算法分类效果优于同类分类算法,可以有效地完成混合探测信号的分类任务。
针对分布式传感器网络的局限性特征,研究分布式传感器网络混合探测信号的分类算法。提出了基于属性重要度的贝叶斯分类算法,该算法继承了朴素贝叶斯分类算法结构简单、运算快捷的特点,同时弥补了类条件独立假设带来的缺陷,在实践中具有较高的分类精度,其特点符合混合探测信号的分类要求。实验结果表明,该算法分类效果优于同类分类算法,可以有效地完成混合探测信号的分类任务。