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。     

基于加权K最近邻改进朴素贝叶斯自训练算法

针对传统半监督自训练方法在学习朴素贝叶斯分类器过程中容易误标记无标记样本,且整个过程未能利用到训练样本的空间结构信息,导致正确率不高的问题,提出了一种基于加权K最近邻改进朴素贝叶斯自训练算法。该算法利用加权K最近邻算法计算出无标记样本的隶属度,通过隶属度选出与已标记样本空间结构相近的样本,使得朴素贝叶斯分类器在一个较好的空间结构上对未标记样本进行分类,充分地利用样本的空间结构信息,从而降低了自训练过程中的迭代错误。在UCI和Kaggle数据集上的对比实验结果表明,该方法的性能相对于传统半监督自训练算法有所改善。     

基于贝叶斯网的网络故障监测方法

提出了一种基于贝叶斯网络的智能故障监测方法．通过有限混合模型对单个MIB变量的行为进行建模，将基于模型参数产生的残差用以描述MIB变量的状态；把观测得到的各MIB变量的信息经由贝叶斯网络加以融合，从而计算出网络出现故障的概率，包括未知的和不可预见的故障．实验中，在故障发生前约5mm网络异常的后验概率超过0．5，表明该方法能够在故障发生以前发现网络异常行为．     

基于概率犹豫模糊相似度的交互式群体决策方法

概率犹豫模糊集（probabilistic hesitant fuzzy set,PHFS）是犹豫模糊集的推广,在犹豫模糊集基础上通过为每个隶属度添加与之相对应的概率,以全面表达专家赋予的初始决策信息,是处理多属性指标决策问题的一种有效工具。首先,介绍了概率犹豫模糊数（PHFN）的基本定义和相关运算,指出了传统PHFN的得分函数和汉明距离的不足,并给出了改进方法。其次,通过适当补充隶属度集合中的元素数量提出了PHFN的汉明距离和相似度概念,依据专家赋予的评价矩阵引入了概率犹豫模糊矩阵（PHFM）相似度。最后,在概率犹豫模糊环境下基于PHFM相似度提出了一种交互式群体评价算法,并用实例验证了算法的有效性。     

反垃圾邮件及粗糙朴素贝叶斯邮件分类器

垃圾邮件的广泛传播严重的影响的电子邮件的正常使用，对当前主要的反垃圾邮件过滤技术进行了分类和研究，并且提出了基于ROUGHSET优化的朴素贝叶斯分类邮件过滤算法。基于上述理论的反垃圾邮件过滤实验证明了算法的有效性。     

概率OWG算子及其在多属性决策中的应用

提出了概率有序加权几何算子(P-OWG算子),研究了该算子的一些基本性质,基于该算子提出了属性权重确知、各状态概率已知的不确定多属性决策方法,最后,进行了实例分析。     

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.     

基于情感分析技术的股票研究报告分类

基于情感文本分析技术对股票研究报告中的投资建议进行分类.提取股票研究报告中的"组合特征";采用改进的卡方统计方法进行特征提取,并通过支持向量机(SVM)和朴素贝叶斯算法进行分类,验证分类效果;探讨了权重计算、特征维度和样本数量对分类效果的影响.基于东方财富网上采集的14 000篇股票研究报告的实验表明,通过提取"组合特征"、部分特征维度以及对训练样本重采样,可以取得较好的分类效果.     

高维空间上AB -渗流模型的一个引理

本文给出了高维整数格点空间上 AB-渗流模型渐近性质的另一种证明. 基本思想是建立 AB-渗流模型和经典渗流模型之间的关系 ,这表明整数格点空间上 AB-渗流模型的临界概率和它的子图上经典渗流模型的临界概率渐近相等.     

相信逻辑公式的影响范围与概率逻辑公式的概率

影响范围计算（Ｉncidence Calculus)理论主要是用来解决纯数值不精确推理中固有的各种难题。它具有纯数值机制所缺乏的许多优点,加它能表示命题间的独立性,具有真值函数性,而数值机制却不具有这些特点。影响范围的计算理论可以提供一种真正的概率推理。     

吞水音信号的数字特征提取与识别

本文介绍了提取吞水音信号的数字特征,利用统计模式识别的方法对数字特征进行分析选择。获得分类能力较强的特征。用这些特征形成训练集,设计了多级二分类的Ficher线性分类器和最小错误概率Bayes分类器,并对这两种分类器进行比较。用Baycs分类器对正常人(N类)、炎症病人(I类)、     

江西的山龙眼科(PROTEACEAE)植物

本文报导了江西山龙眼科植物的基本特征、分类、分布和经济用途。     

关于自双反函数的性质之研究

阐述了双反函数、自双反函数和多数函数的定义,提出了自双反函数的性质.根据上述定义利用布尔代数中的基本概念、定理和公式证明了这些性质,展示了自双反函数在RM展开系数图(bj图)中的特点,讨论了自双反函数在函数分类中的应用.     

用于不平衡模式分类的BP算法的改进

ＢＰ网络用于模式分类时，若要求分类的模式集不平衡，则其学习的收敛速度极其缓慢，本文提出了一种改进其收敛速度的算法．     

信息处理维吾尔语词语分类体系及标记研究（I）

维吾尔语词性标注研究,是面向信息处理的维吾尔语语法分析的核心内容．本文提出面向信息处理的现代维吾尔语词语分类体系及其标记集,并且对分类体系中的12个词类的分布特征从形态变化、句子成分功能和短语组合功能等方面进行了描述．     

用二维阶次规正不变矩识别三维目标

论述了用二维投影图像的矩不变量来识别三维目标的方法．该方法有效地降低了目标识别的维数，简化了目标匹配和识别的算法．通过考察阶次规正不变矩ＯＮＭＩ的性能，证明ＯＮＭＩ有效地减小特征量的动态范围并提高了其抗噪性．分类结果表明，该特征量平衡方法比加权因子法更有利于目标的识别分类     

关于分配格的理想

本文提出了格的正则理想的概念且得到了它的基本性质,同时研究了分配格的极小素理想。     

多功能计数锁存译码驱动显示电路

本文提出了一种新颖的多功能计数锁存译码驱动显示电路的设计,分析了该电路的逻辑原理、功能、特点及应用。     

一种带神经网络的手写体数字识别系统

手写体数字识别是模式识别的重要问题,反向传播模型(Back—Propagation)是一种性能较好的人工神经网络模型。本文采用与联想相结合的BP模型,对BP模型加以改进,并引入选举判决算法,既节省了训练时间,又提高了系统性能和识别率,并在ST—286H上用Turbo C2.0初步建立起一个带神经网     

平菇新品种的选育

本文采用细胞杂交技术,进行平茹种间杂交,进育出一平菇新品种Plekrosus ostrcatuscj1206并对其进行签别。新品种品质优于亲本,用全稻草或全麦草载培,产量高,成本低,适应温度广。