基于贝叶斯多元模型的邮件过滤设计与实现

首先分析了贝叶斯单因素过滤的基本原理，指出它存在不考虑自然语言内在联系的本质错误，并给出了目前垃圾邮件散发者常用的攻击手段，然后重点分析比较了无序特征、有序特征、SBPH／BCR以及马尔可夫链匹配4种基于贝叶斯多元模型的邮件过滤的方法，实验结果表明贝叶斯多元过滤好于单因素过滤，在4种多元模型中马尔可夫链匹配过渡效果最好．     

一种基于概率加权的朴素贝叶斯分类

朴素贝叶斯分类是一种简单而高效的方法,但是它的属性独立性假设,影响了它的分类性能。为了克服该问题,提出了一种基于概率推理的加权朴素贝叶斯分类模型。通过计算属性和类之间的相关概率和不相关概率,对属性赋予不同的权重,从而在保持简单性的基础上有效地提高了朴素贝叶斯算     

基于Gauss分布和Gram-Schmidt正交化的朴素贝叶斯分类算法

朴素贝叶斯分类算法是一种简单实用的分类方法,人们对它的属性间条件独立性假设做了许多研究,致力于消除冗余属性、减少属性间的关联性,以获得一些新属性来使用朴素贝叶斯算法,但新属性间的独立性却不易度量,因而改进之处的理论支撑有所不足,改进后的朴素贝叶斯算法的效果更多的是由数据实验进行佐证。本文定义了Gauss分布型数据,提出了经Gram-Schmidt正交化方法改进的朴素贝叶斯算法,使其可以方便地使用于Gauss分布型数据的分类。该改进方法不同以往显式的构造新属性集或属性变换矩阵,而是直接正交化属性的样本数据,并证明了正交后的属性数据所对应的抽象新属性的独立性。这说明对于Gauss分布型数据的分类,原朴素贝叶斯算法中的条件独立性的假设不会给算法的使用造成障碍,经Gram-Schmidt正交化后即可满足这个约束条件。     

基于贝叶斯网络的信息安全风险评估方法

在系统分析信息安全风险要素及评估过程的基础上，针对评估过程中的不确定性信息难以量化处理的问题，引入贝叶斯网络推理算法，并结合专家知识给出贝叶斯网络下的推理规则条件概率矩阵，从而构建了信息安全风险评估模型．最后以实例分析了基于此模型的风险评估方法．仿真结果表明该方法是一种有效的评估算法，较为准确地了反映了信息安全的风险等级，为信息安全风险评估提供了一种新的思路．     

基于混合贝叶斯网络数据挖掘及研究生升学预测模型的研究

给出了基于MAP和MDL混合机制的贝叶斯网络结构学习算法,新算法吸取了两种方法各自的特点,具有计算简单、收敛速度快且能综合利用先验知识及专家知识的优点。并结合A校研究生的海量数据进行实验,结果表明：新的预测模型准确率可达84%,且推理高效合理。     

Liouvile分布与贝叶斯估计

讨论了作为狄利克雷分布推广的Ｌｉｏｕｖｉｌｅ分布对于多项分布抽样情形下的贝叶斯估计，并给出其风险函数与极大似然估计和狄利克雷先验分布下贝叶斯估计风险函数的比较     

一种基于粗糙微聚集算法及属性重要度的匿名模型的数据质量评估

提出一种基于属性重要度的匿名模型并改进了微聚集算法,提出一种用于解决微聚集算法在处理分类型数据时存在的问题的方法。并针对改进算法,从粗糙集理角度出发,设计了一种度量函数来衡量匿名化数据的质量。仿真实验证明,改进的方法是有效的。 更多还原     

基于贝叶斯树和集成学习的异常检测

为解决入侵检测中朴素贝叶斯算法的高数据内部依赖性和决策树容易产生数据"破碎"的问题,本文结合决策树分段的优点和朴素贝叶斯多证据融合的优点,建立了基于贝叶斯树算法的进程服务预测模型,并将bagging集成学习法用于改进贝叶斯树.实验结果表明,模型能有效检测主机异常,且算法的时间复杂度相对较低,适合在线检测.     

一类二阶随机微分方程参数的贝叶斯估计

利用贝叶斯估计方法研究一类带有小干扰项的二阶随机微分方程的参数估计问题,得到了估计量的形式,并且讨论了ε→0或T→∞时估计量的性质,证明了估计量的渐近正态性和渐近一致性。     

基于贝叶斯网络的船舶港口国监督检查滞留风险研究

针对港口国监督(Port State Control, PSC)检查的复杂性和不确定性, 基于贝叶斯网络理论构建船舶PSC检查滞留风险分析模型. 以东京备忘录(Tokyo MOU)中2014~2017年船舶PSC检查样本数据为基础, 运用R语言bnlearn包进行贝叶斯网络的结构及参数学习. 同时分别执行贝叶斯网络的正向、逆向推理, 定量表示各风险因素与滞留结果之间的相互作用关系, 找出导致船舶滞留的高风险因素, 实现不确定环境下船舶PSC检查滞留风险的全面动态分析. 实证表明, 模型具有较高的精确度, 可为检查人员的滞留决策及航运公司的安全风险管理提供有效依据.     

一种结合Mean—shift和粒子滤波的视频跟踪算法

提出一种结合均值偏移算法和粒子滤波理论的视频跟踪算法,解决了目标旋转、部分遮挡和运动速度过快的问题．通过均值偏移对粒子滤波中的粒子集进行进一步寻优,增加了粒子的有效性,极大减少了粒子采样的数量,且解决了经过多次重采样后粒子多样性降低的问题．新的粒子通过与观测值之间的巴氏系数来决定重要性权重．实验证明：本算法可以完成实时地对视频目标进行部分遮挡以及目标旋转下的跟踪,具有较强的鲁棒性．     

基于小生境遗传算法的粗糙集属性约简

利用小生境遗传算法在解决多峰最优问题的快速搜索能力,解决了目前用一般的启发式约简方法不能解决的找到粗糙集的多个属性约简的问题.并通过matlab编程,验证了几个典型的决策表约简,试验证明这种方法是正确、可靠的.最后分析了算法的时间复杂性.     

基于属性频率函数的粗糙集属性约简算法

以现有的两个粗糙集属性约简算法为基础，提出了一种基于属性频率函数的粗糙集（Rough Set）属性约简算法，该算法既可保证每次计算都能得到一个约简，又具有较好的时间复杂性．     

分布式系统中进程迁移算法研究

进程迁移是改善分布式系统的负载平衡和稳定性的一种有效手段,本文总结了主要的４ 类进程迁移算法,比较了它们的优点和缺点．并将该算法与“中庸算法”相结合,为“中庸算法”的实现打下了理论基础．     

粗集理论中等价关系的交与并运算

粗集理论是当前计算机学科中的一个热点问题,它应用于数据挖掘等领域,等价关系是粗集理论中的一个重要概念,本文主要研究了等价关系的交并运算,建立了等价关系对于交并运算的代数结构。     

一种非线性RED算法的研究

定量分析了平均队列长度与网络性能的关系，在介绍了尾丢弃和RED算法之后，提出了一种非线性RED算法，并将非线性RED算法与RED算法进行了定量的比较，指出采用非线性RED算法，路由器可以避免在平均队列长度到达最大阈值前过多地丢弃分组，而且可以提高路由器的缓冲区利用率。     

基于规则的维吾尔语对偶词识别算法研究

维吾尔语对偶词的自动识别是维吾尔语自然语言处理中的一项基础性工作．维吾尔语对偶词的自动识别是维吾尔语自动分词的难点之一,也是一个重点．在维吾尔语中,内部成分平等连接而形成的词汇单位叫做对偶词．本文首先介绍了对偶词的基本概念和特征,然后分析了维吾尔语对偶词的结构特征和结合规则．在字符串匹配算法的基础上,提出了一种基于规则的维吾尔语对偶词的识别算法,并通过试验证明了该算法的正确性．     

图像序列运动检测算法的研究及其应用

探讨了监控图像序列中进行运动检测的若干基本算法 ,结合统计方法和边缘检测筛选出运动边缘点 ,对运动边缘点逐个进行了块匹配最优搜索 ,估算出其运动矢量 .此方法在数字视频监控系统中用于运动物体检测和报警 ,不但提供了智能型监控 ,而且也有效的压缩了存储数据 ,改善了系统性能 ,有较好的实用价值 .     

基于自组织特征映射聚类算法的研究与应用

讨论了基于自组织特征映射网络聚类算法的基本原理，并给出了基于关系数据库的具体实现方法，通过对实例的具体测试，证明算法是有效的，并对算法的参数进行了讨论．