贝叶斯分类

摘要： 在金融行业突飞猛进发展的今天,为提高银行业务水平和运营收益,正确预测银行客户风险是一项非常重要的风险管理任务。目前国内尚未研究出与国情相匹配的完整模型,所以银行在应用模型时时常遇到亟待改进的局限。本文提出基于多阶马尔科夫模型符号序列贝叶斯分类新方法。新分类器的训练算法既可以学习各种符号不同阶次的条件概率,还可以优化不同阶次的权重,且为验证新分类器有效性,我们在三个实际应用领域的序列集上开展实验,并验证了其对预设阶数n是鲁棒的。新分类器通过使用多阶马尔科夫模型加权机制,可抵消错误模型阶数对分类器性能的影响,得出可在不同应用领域的实际序列集上取得高质量的分类结果。

摘要： 桑托斯盆地A区块碳酸盐岩储层非均质性强,且被火成岩复杂化,需借助多弹性参数保证地震预测可靠性。岩石物理分析显示,纵波阻抗和横波阻抗在岩性区分上各具优势。全波形反演速度具有更多的地质细节和更高的纵向分辨率,因此利用全波形反演得到的速度信息建立初始模型,并利用宽频地震开展叠前反演。反演得到的弹性参数更加可靠,具有较高的数据驱动性。基于反演得到的纵波阻抗和横波阻抗体进行贝叶斯分类,预测了各个岩相的发育概率,从而实现了对碳酸盐岩储层发育和火成岩风险的定量预测,且预测结果得到实钻井证实。

摘要： 顺北地区超深层断控储集体沿下古生界北东、北西走向单剪走滑断裂展布,主要储集空间为与走滑断裂相关的洞穴、构造高角度缝和沿缝溶蚀孔洞,埋藏深(大于7000m)、非均质性强。断控储集体空间位置的准确刻画、储集体内部的物性和流体性质的精确预测,是断控储集体油气藏勘探开发的重点和难点。首先利用测井解释成果,将测井曲线分类为储层相和致密相,然后根据叠后地震敏感属性分析结果提取井旁储层敏感地震属性,在井位处对敏感属性和岩相分类结果进行标定,制作标签。利用贝叶斯分类算法,建立断控储集体储层敏感属性的岩相概率分类量版,将多个地震敏感属性体转化为储层相概率体,并以概率的方式表征其空间展布特征。最后在储层相的控制下,根据岩石物理分析得到的认识,结合叠前同步反演结果预测出断控储集体储层物性和流体性质敏感数据体。研究结果表明,地震几何属性要比地震动力学和运动学属性更准确可靠地刻画断控储集体,多属性融合概率表征有助于储层的量化研究,形成了一套适用于顺北地区断控储集体精细描述的技术流程。

摘要： 随着信息共享时代的发展,海量数据的诞生对推荐系统提出了更高的要求。针对微博的海量数据,提出了一种融合朴素贝叶斯分类和基于用户的协同过滤算法的混合推荐算法。该算法将文本关键字作为特征属性,利用贝叶斯分类法筛选出用户可能感兴趣的数据,缩小推荐结果集;然后采用基于用户的协同过滤算法,通过计算用户相似度,根据最近邻居得到推荐结果列表。实验结果表明,混合推荐算法相比较于单一的推荐算法有着更高的准确率。

摘要： 目前网络涉密信息安全传输方法未将信息进行分类检测,也未构建独立的网络传输通道,使信息不能在安全的网络环境内进行传递,容易因安全漏洞导致传输中的信息出现泄漏、遗失等情况。针对上述问题,提出基于将贝叶斯分类扩展的信息安全传输方法。推理分类含有贝叶斯的网络得到朴素贝叶斯分类器解析,构建成新的扩展贝叶斯分类算法,选取入侵检测中的非规则检测来建立信息安全检测模型,对分类后的信息进行安全检测、判断安全状态,并构建网络安全传输通道对其进行加密,使检测后的涉密信息在安全通道内完成传递过程。实验对比结果表明,所提方法可以在相同的网络环境下实现信息的安全传输,并且具备优秀的运行效率与良好的安全性、机密性。

摘要： 以降低船舶通信网络非法入侵检测过程中的误警为目的,提出基于数据挖掘的船舶通信网络非法入侵智能检测方法。采用船舶通信网络用户历史数据,构建基于非法入侵行为分类规则与用户行为规则的知识库;采用关联规则挖掘船舶通信网络用户实时数据,将所得新规则与旧规则对比,更新知识库;检测响应过程依照知识库对船舶通信网络用户实时数据实行非法入侵检测判定,并根据判定结果给予警报响应。实验结果显示该方法可有效实现非法入侵检测与警报响应功能,同时各非法入侵类别检测精度达到97%以上。

摘要： 为精准预测企业潜在的信用风险,构建基于流形学习的信用风险评价模型。首先,计算企业违约情况与财务指标的相关系数,剔除掉相关性弱的指标。其次,基于流形学习的局部线性嵌入方法对剩余指标数据进行约简,利用贝叶斯模型、决策树模型和BP神经网络模型对企业的信用风险进行分类评价,构建基于诱导有序集成的组合评价模型。对300家创业板上市企业数据进行仿真分析,为验证模型的有效性,在300家公司中(其中270家为训练样本,30家为测试样本)随机选取2组样本,使用ST公司被执行特别处理(special treatment,ST)前一年的数据进行测试,结果表明组合模型具有更高的稳定性和分类精度。

摘要： XH地区K_(1)bs^(3)上部发育的三角洲前缘薄砂岩储层是构造—岩性油气藏勘探的重要领域。近年来在该区应用常规波阻抗、叠前确定性反演都无法准确预测目的层薄砂岩储层的分布。应用JI-FI(阻抗与相联合反演技术),利用叠前地震道集数据,在不同岩相/流体相的纵波、横波速度和密度深度趋势约束下,将同时反演与贝叶斯分类相结合,采用最大期望算法,对阻抗和相进行迭代,实现了目标区岩相/流体相及岩石物理性质(纵波阻抗、横波阻抗、密度及纵横波速度比等)的定量预测。该方法克服了常规叠前反演依赖井建立低频模型,特别是在井少、薄互层地质条件下,井间波阻抗内插存在不确定性问题。储层预测结果与井吻合度高,为该区岩性勘探及井位部署提供了依据。

摘要： 考生在填报高考志愿时,针对复杂繁多的各类高校信息数据,传统的搜索引擎无法根据考生需要的实际信息和搜索结果进行匹配,考生还需要额外消耗一定精力去筛选数据,这无疑增加了考生的时间成本.为此本文提出了基于高考领域知识图谱,使用中文分词模型和朴素贝叶斯分类算法,设计并开发了针对高考学业规划的智能问答系统.与传统的搜索引擎不同的是,基于人工智能的问答系统能够对考生所关注的问题和搜索结果进行精确匹配,减少考生重复搜索和筛选数据的次数.测试结果表明,本系统可以对高考学业规划中所涉及的大多数问题进行相对准确的针对性回答.

摘要： 针对传统降水粒子分类算法存在的过度依赖专家经验和模型预设误差问题,本文提出了一种基于离散属性贝叶斯网络(Bayesian NeTwork,BNT)的双偏振气象雷达降水粒子分类(Hydrometeor Classification,HC)方法.首先对双偏振气象雷达获取的偏振参量取值进行离散化处理生成离散化标准,并根据离散化标准制作训练数据集合;然后使用训练数据集合对贝叶斯网络进行结构学习学得贝叶斯网络结构,以及参数学习学得与贝叶斯网络结构匹配的条件概率表;最后加入附加信息计算出每种降水粒子类先验概率,与贝叶斯网络结构和条件概率表共同组成贝叶斯网络分类器.训练好的贝叶斯网络分类器根据最大后验概率准则完成对测试数据的降水粒子分类,与模糊逻辑算法对比评价结果.实验证明:该方法能有效区分不同的降水粒子得到准确的降水粒子分类结果.

摘要： 针对在降水成因尚不明确的情况下,极端降水预测准确率不高等问题,本文基于贝叶斯分类理论,构建流域极端降水预测模型,与目前常用的几种流域降水预测方法进行比较分析.结果表明本文构建的模型在流域极端降水预测方面优于传统时间序列方法和神经网络法.

摘要： 针对网络入侵的多样性,该文讨论了如何用数据挖掘的方法甄别网络中未知类型的攻击.其中利用贝叶斯分类器提取入侵检测模型的数据挖掘框架,关键是收集足够量的网络正常使用的数据和攻击数据,能够描述网络行为模式,根据不同的属性集建立正常连接和网络攻击的分类规则.由于贝叶斯分类具有较好的分类性能,该文利用贝叶斯分类器对收集的网络审计数据进行检测,它能发现已知的网络攻击并能发现未知的攻击,具有较好的实验结果.

摘要： 月面岩石的自动检测与分析是巡视器着陆选址及月面导航的基础，同时也是月面地质勘测的重要组成部分。鉴于月面图像中月壤等背景纹理相对一致而岩石呈现不同表征这一特性，本文将月面岩石检测形式化为前景-背景分类问题。图像首先采用非线性各向异性扩散的方法对噪声和细纹理进行平滑;然后根据灰度标准差特征用贝叶斯分类器得到像素的岩石/非岩石分类结果。孤立像素的分类结果作为水平集的初始轮廓，通过最小化结合了区域局部信息与边缘强度信息的能量代价来演化水平集，得到最终的岩石区域。算法的实验结果与人工标注的真值进行比较，用结合查全率和查准率的综合度量标准评价，达0.8。

摘要： 农业灾害预测是农业生产的一项基本工作，准确的农业灾害等级预测可以保证农业生产获得最大收益。在农业灾害等级预测中，气象因子对其的影响至关重要。针对保定市主要作物的主要病虫害进行气象条件与病害发生程度的关系分析研究，结合已有的研究成果，采用贝叶斯分类方法，筛选气象因子，并建立主要病虫害发生发展的气象等级预报系统，并明确预报病虫害的气象条件等级。

摘要： 本文提出了一种基于攻击事件图的蜜网日志分析模型,将攻击图技术与传统蜜网日志分析技术相结合.该模型以攻击图为模板,将告警映射到攻击图中的脆弱性节点,并借鉴朴素贝叶斯分类的思想将告警流划分成多个攻击事件图实例.实验数据表明此方法能够将告警与目标网络的具体环境结合起来,减少误报,有效地从告警数据流提取出攻击事件图,直观地反应蜜网中的攻击情形.

摘要： 对于高维数据的分类,主成分分析(PCA)联合子空间可为每类数据建立更为细致的概率模型,从而可有效地提高贝叶斯分类的准确性.本文首先对PCA联合子空间理论进行了规范化,提出了两个基本假设,并从理论上证明了残差子空间参数“代表特征根”的启发式取值正是其极大似然估计.本文进一步对样本残差的概率模型进行了扩展,提出了扩展型逐类联合子空间算法.最后,本文通过在真实数据上实验结果证明了扩展型逐类联合子空间算法的优越性.

摘要： 本文介绍了朴素贝叶斯分类(以下简称贝叶斯分类)、最小距离分类等两种判别分类方法和基于Fisher判别分析的降维法,收集整理了中医体质分类的相关数据.在数据降维前和降维后分别用两种方法对数据进行了分类,对比分析了两种分类结果.对于本文所用的数据,在用Fisher判别分析的降维法降维前,最小距离分类法明显优于贝叶斯分类；降维后,二者的分类效果有了大幅度的提高,前者依然优于后者,但差别没有降维前明显.因此,用本批数据研究中医体质分类时,降低维度对分类结果起着至关重要的作用.降维的结果可为设计中医体质分类与判定标准的调查问卷提供有价值的参考.

摘要： 介绍了人工免疫学中危险理论的最新研究成果树突状细胞算法(DCA)及存在的缺点，并针对这些缺点作了3点改进使其能更好地适用于垃圾邮件过滤，最后提出一种适合该算法的危险信号生成方式。使用UCISpamBase数据集对改进后DCA和其它分类算法的测试表明，改进后的DCA有最高的分类准确率，贝叶斯分类和最大熵算法有较高的分类准确率但均低于改进后的DCA，另外的分类算法准确率都很低。

摘要： 数据流具有数据持续到达、到达速度快、数据规模巨大等特点,这些都给数据流挖掘领域研究工作带来了新挑战,而其中分类算法更是当前的研究热点. Domingos等人在VFDT中利用Hoeffding不等式很好地解决了在数据流上进行单遍扫描获取高精度决策树的问题. Gama等人对VFDT进行扩展并实现了VFDTc,使系统能够处理连续属性,并在叶节点采用了贝叶斯分类算法使分类精度更高.基于VFDT和VFDTc,设计并实现了一种基于线索化二叉排序树的决策树分类新算法VFDTt,其主要贡献有如下3点:1)第1次设计并实现了数据流上的基于线索化二叉排序树(TBST)的连续属性处理方法.相比VFDT,VFDTt的样本插入时间复杂度由O(n2)降低到O(nlogn).当新样本到达时,VFDTc需要更新O(logn)个属性节点,而VFDTt只需要更新相应的一个节点即可. 2)改进了VFDTc连续属性的最佳划分节点选取的计算方法,使其时间复杂度由O(nlogn)降低到O(n). 3)相比VFDTc,VFDTt只需从更少的备选划分节点中选取最佳节点,备选划分节点数由O(n)降低到O(logn)。

摘要： 文本分类是数据挖掘领域长盛不衰的研究课题.传统的分类方法有基于规则的和基于统计机器学习的方法.结合统计机器学习理论及复杂网络分析技术,提出了基于特征网络的文本分类算法.该方法利用“边”(特征共现关系)的先验分布信息及新样本中属性共现关系信息,计算新样本属于各类别的后验概率.实例分析验证了文中算法.

摘要： 本发明公开了一种基于忆阻器的朴素贝叶斯分类器设计方法、系统及分类器，属于信息技术领域，方法包括：构建包含M行×2N列忆阻器阵列的朴素贝叶斯分类器，M为分类类型数量，N为图片中像素点的个数；计算第j训练样本中第i个像素点中像素值为0的个数hj,2i‑1和像素值为1的个数hj,2i，j＝1，2，……，M；在第j行第2i‑1列的忆阻器Rj,2i‑1上施加hj,2i‑1个脉冲以对Rj,2i‑1的电导进行调制，在第j行第2i列的忆阻器Rj,2i上施加hj,2i个脉冲以对Rj,2i的电导进行调制，调制后的朴素贝叶斯分类器用于识别待分类图片的类型。有效克服忆阻器在神经网络应用中电导变化的非对称性和非线性制约，避免非理想阻变行为导致的精度下降，提高朴素贝叶斯分类器的普适性。

摘要： 本发明公开了一种基于贝叶斯分类的短文本分类方法，涉及智慧城市和电子政务领域，该方法包括有以下步骤：(1)数据预处理与类别标注；(2)完成短文本数据的分词和增量特征向量提取，主要分为以下两个核心步骤；(3)建立基于贝叶斯的短文本分类模型；(4)对已处理的数据集合划分为训练集和测试集，进行分类模型训练，并根据训练集的结果进行模型的优化；(5)根据已训练好的模型，输入未知类别的短文本数据，输出为当前输入文本属于每个类别的概率，选取概率最大的类别作为最终分类类别的结果，该种基于贝叶斯分类的短文本分类方法能够高效、智能、自动的对短文本内容进行有效的分类。

摘要： 本发明涉及一种基于贝叶斯分类器的复杂曲面缺陷分类方法，包括以下步骤:S1、采集曲面图像；S2、对采集到的图像进行预处理；S3、提取图像中包含缺陷部分的ROI区域，得到图像S4、对图像进行曲面拟合，得到拟合图S5、将图像与拟合图作差分处理，得到ROI区域中存在的缺陷信息；S6、突出缺陷部分；S7、构建贝叶斯分类器；S8、在线检测并分类。本发明能在考虑工件表面复杂性的基础上，完成曲面缺陷的检测并分类；同时，检测精度高，具有较好实用性。

摘要： 本发明涉及一种基于贝叶斯分类器的车载多障碍物分类装置及方法，其中，所述分类装置包括相连接的摄像头和PC机，所述PC机包括：卡尔曼滤波模块，用于对摄像头采集的车辆前方视频图像进行卡尔曼滤波，检测障碍物目标；特征提取模块，用于对检测出的障碍物目标进行特征提取，所述特征包括对称性特征、水平边缘直线度特征和长宽比特征；贝叶斯分类模块，用于根据障碍物目标的特征，采用朴素贝叶斯分类器得到障碍物目标的类别，所述类别包括骑自行车/摩托者、车辆侧面、车辆正面和行人。与现有技术相比，本发明具有识别准确率高、抗干扰能力强、高效、实时性好等优点。

摘要： 本发明公开了一种基于改进贝叶斯分类的短信智能分类及搜索方法。本方法为：1）在手机中加载一用于对短信进行分类的特征词表，其中记录每个特征词在各个预定义的类别中的重要性值；2）从该手机的短信数据库中读取短信，对于每条短信d，对该短信进行分词处理，得到短信d的特征词；3）利用贝叶斯分类算法根据特征词表计算短信d属于类别Ci的概率P(Ci|d)，将具有最大P(Ci|d)的类别Ci作为该短信d最终的分类结果。与现有技术相比，本发明对短信文本的特征描述更加准确，得到了更好的分类效果。

摘要： 本发明提供一种基于多模态和贝叶斯分类器的烤烟烟叶分类系统及方法，属于烟草生产检验技术领域，包括：烟叶数据获取单元，用于获取待分类烟叶对应的多模态烟叶数据，多模态烟叶数据包括烟叶的图像信息、水分信息和质量信息；分类单元，提供一贝叶斯分类器，贝叶斯分类器基于待分类烟叶的多模态烟叶数据在所有烟叶种类对应的标准多模态烟叶数据的概率，进而根据概率确定待分类烟叶的等级，其中，每一种类的烟叶的多模态烟叶数据分别对应一权重；执行单元，用于根据分类结果将待分类烟叶放入相应的等级框中。有益效果：根据烟叶特征设计贝叶斯分类器基于多模态的烟叶数据进行分类，提高烟叶分级的准确率。

摘要： 本发明公开了一种基于忆阻器的朴素贝叶斯分类器设计方法、系统及分类器，属于信息技术领域，方法包括：构建包含M行×2N列忆阻器阵列的朴素贝叶斯分类器，M为分类类型数量，N为图片中像素点的个数；计算第j训练样本中第i个像素点中像素值为0的个数hj,2i‑1和像素值为1的个数hj,2i，j＝1，2，……，M；在第j行第2i‑1列的忆阻器Rj,2i‑1上施加hj,2i‑1个脉冲以对Rj,2i‑1的电导进行调制，在第j行第2i列的忆阻器Rj,2i上施加hj,2i个脉冲以对Rj,2i的电导进行调制，调制后的朴素贝叶斯分类器用于识别待分类图片的类型。有效克服忆阻器在神经网络应用中电导变化的非对称性和非线性制约，避免非理想阻变行为导致的精度下降，提高朴素贝叶斯分类器的普适性。

摘要： 本发明公开了一种基于贝叶斯分类的短文本分类方法，涉及智慧城市和电子政务领域，该方法包括有以下步骤：(1)数据预处理与类别标注；(2)完成短文本数据的分词和增量特征向量提取，主要分为以下两个核心步骤；(3)建立基于贝叶斯的短文本分类模型；(4)对已处理的数据集合划分为训练集和测试集，进行分类模型训练，并根据训练集的结果进行模型的优化；(5)根据已训练好的模型，输入未知类别的短文本数据，输出为当前输入文本属于每个类别的概率，选取概率最大的类别作为最终分类类别的结果，该种基于贝叶斯分类的短文本分类方法能够高效、智能、自动的对短文本内容进行有效的分类。

摘要： 一种支持数据分类的贝叶斯分类器的硬件实现方法，设计具有AXI接口的朴素贝叶斯分类器，将朴素贝叶斯分类器通过AXI接口经AXI总线送入CPU，朴素贝叶斯分类器的索引计算模块用于依次产生各个类别与各个属性索引并送入地址计算模块，地址计算模块根据顶层模块给出的待测试特征向量和接收到的索引计算模块的数据计算出访问概率快表的地址，概率计算模块通过贝叶斯公式、从概率快表取出的数据以及从址计算模块提到的各个类别与各个属性索引计算出后验概率，并将后验概率最大的类别作为分类结果送入顶层模块，顶层模块用于协调索引计算模块、地址计算模块、概率计算模块和概率快表的有序运行。本发明适用于一切离散化的数据集。

摘要： 本发明涉及一种基于贝叶斯分类器的复杂曲面缺陷分类方法，包括以下步骤:S1、采集曲面图像；S2、对采集到的图像进行预处理；S3、提取图像中包含缺陷部分的ROI区域，得到图像S4、对图像进行曲面拟合，得到拟合图S5、将图像与拟合图作差分处理，得到ROI区域中存在的缺陷信息；S6、突出缺陷部分；S7、构建贝叶斯分类器；S8、在线检测并分类。本发明能在考虑工件表面复杂性的基础上，完成曲面缺陷的检测并分类；同时，检测精度高，具有较好实用性。