贝叶斯分类器

摘要： 目前在核电厂事故诊断方面所使用的人工智能技术如神经网络等,难以同时具备较好的鲁棒性和可解释性,本研究提出基于贝叶斯分类器的核电厂事故诊断方法,并进一步将贝叶斯分类器细化为离散型朴素贝叶斯分类器、高斯型朴素贝叶斯分类器和贝叶斯网络3种,将这3种贝叶斯分类器用于核电厂事故诊断,并进行性能对比。研究结果表明:基于贝叶斯分类器的诊断方法将知识驱动和数据驱动相结合,具有较强的鲁棒性和可解释性。3种分类器中,高斯型朴素贝叶斯方法诊断在诊断准确率、诊断效率、事故破口尺寸诊断精度和事故可诊断的种类方面具有显著优势。

摘要： 通过采集成人学习者在线聊天文本数据,利用python中的jieba分词对在线聊天记录文本进行中文分词,得到分词结果、生成词频表,实现高频词可视化;采用朴素贝叶斯分类器进行文本情感倾向分析,并生成正面、负面、中立三个情感文本文档;以LDA主题模型对情感文本进行主题聚类,得到的正面、负面、中立的主题情感词。情感词分析结果显示,聊天文本多为正常积极的情感交流。针对负面情感集中的问题原因,分别从平台操作、系统使用等方面提出了整改建议。

摘要： 通过手机信令数据挖掘结合问卷调查的方法,建立了适用于手机信令数据识别老年人群的贝叶斯分类器,并以该方法进行老年人群识别。以北京市为例,结合实际人口调查数据验证了识别方法的准确性,为老年人群识别提供了新视角。

摘要： 以港口水域船舶的节能减排为目标,研究港口水域船舶异常能耗云数据挖掘方法。采集港口水域船舶的AIS云数据,删除与船舶能耗无关以及异常数据,利用K-means聚类算法对船舶能耗相关船舶主机转速以及船舶主机功率等数据进行聚类,输出船舶不同运行工况的能耗。利用贝叶斯分类器依据聚类结果识别港口水域船舶能耗云数据是否为异常数据,完成港口水域船舶异常能耗云数据挖掘。实验结果表明,该方法的船舶异常能耗数据挖掘精度高,为船舶的节能减排提供依据。

摘要： 干扰识别是通信抗干扰过程的前置环节,为抗干扰决策和波形选择提供关键的先验知识,是抗干扰成功与否的关键步骤。在复杂的电磁条件下,对干扰信号进行大量标记往往是困难的,并且对干扰识别的实时性要求很高。针对上述问题,研究了一种基于数据增强的小样本干扰信号识别技术,以解决小样本条件下分类器训练过程的欠拟合问题。小样本条件下,在正态贝叶斯分类器和朴素贝叶斯分类器训练过程中,分别设计了两种数据增强方法增加训练样本以提高分类器性能。仿真结果表明,采用数据增强的干扰识别技术能够显著提高小样本条件下干扰识别的准确率。

摘要： 针对PCB板在焊接过程中存在多焊、少焊、漏焊等焊点表面质量问题,提出了一种基于朴素贝叶斯分类器的焊点缺陷检测方法。首先,通过图像分割,获取焊点ROI区域的表面特征,建立焊点的特征参数数据集;然后,将得到的特征参数根据其特征属性,计算出先验概率及条件概率,构建朴素贝叶斯分类器对数据集进行分类识别;最后,利用训练集和测试集对分类器分类结果进行实验验证。实验表明,该方法对焊点不良的检测率达到93.4%,能满足实际使用要求。

摘要： 针对非侵入式负荷监测中冲击类负荷类型辨识问题,提出基于贝叶斯分类器的冲击波形分类方法。首先,定义电流冲击波形的冲击幅值、上升时间、跌落幅值和跌落时间四个特征量,用于建立多特征贝叶斯分类模型。然后,将采集的不同电器的电流冲击样本分为多组,用多组样本特征值的均值作为贝叶斯分类模型的参数。最后,在单相电能表硬件平台上实现分类算法,在实验室场景下对定频空调和变频空调进行分类测试。结果表明,本文所提方法可有效识别两种类型冲击,验证了所提方法的可行性。

摘要： 由于传统方法将病毒特征分类结果直接用于病毒检测,特征独立性无法满足,存在病毒检测漏报率与误报率较高的问题,为加强网络安全防御的智能化与主动化,提出基于人工智能的互联网客户端病毒防御方法。利用熵值表达式判断特征信息涵盖量,结合信息增益判定特征属性重要性,提取病毒数据特征;使用贝叶斯分类器对所有未知类别设定标签,构建分类训练网络模型;通过定义变体公式和规则匹配度改进训练网络,获取规则集合,并在规则集合中找出与病毒数据特征相似度最高的规则,完成病毒检测;设置客户端病毒防御架构,计算病毒数据与合法数据的流表项命中率,凭借设定的阈值得到最佳防御持续时间,实现病毒防御。仿真结果证明,上述方法能够降低病毒检测的漏报率与误报率,从根本上保障网络安全。

摘要： 为了发挥合成孔径雷达(synthetic aperture radar,SAR)检测系统在军事和航海领域的重要作用,提升高分辨率SAR图像目标检测的精度,提出了基于贝叶斯分类器与轻量伪孪生网络(pseudo-siamese network,PSN)的SAR舰船目标检测算法。针对大部分卷积神经网络(convolutional neural networks,CNN)目标检测模型因参数多、模型大而不利于移动端嵌入式使用的特点,利用视觉显著结合贝叶斯分类,获得舰船疑似切片,降低数据量。引入一维直方图信息,在PSN的基础上自主设计了SAR舰船目标检测框架。基于HRSID数据集进行检测实验,并与各种基于深度学习的目标检测算法进行比较,检测结果表明了所构建模型的有效性。

摘要： 本文在归纳总结国内外相关研究的基础之上,选择淘宝网化妆品NL店铺为研究样本,应用数据挖掘技术,对淘宝店铺的客户以及商品销售进行分析.分析环节包括两部分,第一部分:基于k-means算法对NL店铺的客户进行细分,选择客户网购历史、是否收藏本店、一年内的购买次数、每次消费平均金额和最近一次消费的商品评价作为指标,将客户分为高级VIP、普通VIP和普通客户.第二部分:基于贝叶斯分类器预测NL店铺消费者对新产品A的购买倾向,以客户所属级别、购买过NL店深层次护肤系列产品B和C的种类数量、是否有NL店铺折扣优惠作为特征属性进行划分建立分类器,通过对232名客户进行预测,模型预测精度为66.4％.根据数据挖掘结果可以得出数据背后潜在的信息,通过这些信息有针对性的对每个类别的客户制定营销方案.

摘要： 概念基元信息的获取是建立在标注完全的语料的基础上,而自动标注工作主要面临歧义消解的问题.本文引入贝叶斯分类器来完成概念基元自动标注的工作,小规模实验表明,相比于随机标注,本文的方法具有较高的标注准确率。

摘要： 利用K均值聚类和增量学习算法扩大训练样本规模，提出一种改进的mRMR SBC。一方面，利用K均值聚类预测测试样本的类标签，将已标记的测试样本添加到训练集中，并在属性选择过程中引入一个调节因子以降低K均值聚类误标记带来的风险。另一方面，从测试样本集中选择有助于提高当前分类器精度的实例，把它加入到训练集中，来增量地修正贝叶斯分类器的参数.实验结果表明，与mRMR sBc相比，所提方法具有较好的分类效果，适于解决高维且含有较少类标签的数据集分类问题。

摘要： 词义消歧在自然语言处理中具有重要作用，而基于贝叶斯分类器的的方法是一种较为常见的词义消歧方法。本文针对基于贝叶斯分类器词义消歧方法所需的特征的上下文边界进行探究，提出在训练过程中对特定多义词给出在训练中使该词的词义消歧效果最优的上下文边界，即上下文边界可变的贝叶斯分类器词义消歧方法，通过实验证明该种方法对词义消歧正确率有一定的提高。

摘要： 朴实贝叶斯分类器是一种简单、准确性高、高性能的算法,而日志安全分析是一项工作量巨大、复杂的工作.通过使用贝叶斯分类器分析安全日志能大大提供分析效率和结果的准确性.

摘要： 首先按照高斯分布随机产生大量的不同尺度和旋转角度的候选框,然后通过仿射变换将其转换至直角坐标中,通过多尺度滤波得到目标在不同尺度下的高维特征向量,采用稀疏矩阵将高维特征向量降维至低维特征空间,最后将低维特征通过贝叶斯分类器选取最大响应的候选框作为目标的跟踪位置.在此基础上分别提取正负样本来更新贝叶斯分类器的参数从而实现持续稳定的跟踪.实验结果表明该算法能够较好的解决压缩跟踪中的尺度和旋转问题.

摘要： 针对网络入侵的多样性,本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,本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： 本文设计了一个中文期刊自动分类系统.首先,该系统以期刊的名称作为唯一的标引内容,并利用自动分词技术将期刊名称分成待分类的样本集;其次,通过对图书馆的样本数据进行训练建立的分类库,本文使用贝叶斯分类器实现中文期刊的自动分类.实验结果表明,该分类器对中文期刊的分类具有很好的高效性和准确性.

摘要： 隧道穿越一直是主题网络蜘蛛爬行研究的难点,本文在分析了网页主题特征和普通隧道技术爬行算法缺点的基础上,提出了使用主题相似度指导网络蜘蛛穿越隧道的爬行算法,并用朴素贝叶斯分类器方法提高主题相似度计算精度。实验表明,本文提出的隧道穿越技术在查准率和查全率方面都比普通隧道技术有很大提高。

摘要： 宏观经济指标量化影响分析是宏观经济研究的一项重要内容。针对现有的分析方法侧重时序或非时序影响,不易实现二者的有机结合问题,提出了基于识别能力计算的宏观经济指标量化影响分析的动态朴素贝叶斯网络分类器方法。在分类器中,采用高斯核函数估计属性条件密度,并为高斯核函数引入形状参数,通过形状参数的优化来提高分类器的识别能力。最后,使用动态朴素贝叶斯网络分类器进行人民币汇率等因素对进出口商品的量化影响计算,并对所得到的计算结果给予经济学解释。

摘要： 宏观经济指标量化影响分析是宏观经济研究的一项重要内容。针对现有的分析方法侧重时序或非时序影响,不易实现二者的有机结合问题,提出了基于识别能力计算的宏观经济指标量化影响分析的动态朴素贝叶斯网络分类器方法。在分类器中,采用高斯核函数估计属性条件密度,并为高斯核函数引入形状参数,通过形状参数的优化来提高分类器的识别能力。最后,使用动态朴素贝叶斯网络分类器进行人民币汇率等因素对进出口商品的量化影响计算,并对所得到的计算结果给予经济学解释。

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： 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。

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： 本发明提供基于朴素贝叶斯分类器的干式空心电抗器状态评估方法，包括：建立干式空心电抗器电路等效模型，确定电抗器典型故障后的等效电感；分析等效电感的时频域特性，判断干式空心电抗器故障后状态参数的变化情况，确定用于评估干式空心电抗器的运行状态的特征量；基于朴素贝叶斯分类器，构建干式空心电抗器状态评估模型；建立干式空心电抗器的不同运行状态的特征量数据样本，对干式空心电抗器状态评估模型进行训练；将待评估的电抗器实际运行数据输入至训练后的干式空心电抗器状态评估模型，获取最大概率的故障等级评估。本发明能够利用状态量的变化对干式空心电抗器运行状态进行评估，为实际工程中干式空心电抗器的维护及检修提供指导。

摘要： 本申请实施例涉及一种非均匀背景的贝叶斯分类器的算法和装置，应用于水下主动声呐系统，所述算法包括：通过主动声呐系统获得水下待测数据和辅助数据；所述辅助数据数量K大于0；将所述未知协方差矩阵结构的分类建模为二元假设检验问题；所述二元假设检验问题的假设包括Hi，其中i＝0,1，H0为所述未知协方差矩阵为复共轭对称矩阵的情况；H1为所述未知协方差矩阵为实对称矩阵的情况；设定贝叶斯模型，所述贝叶斯模型包括复逆Wishart随机矩阵和实逆Wishart随机矩阵；利用最小错误概率准则求解，获得用于区分所述两种假设的分类器。