期刊文献+
共找到469篇文章
< 1 2 24 >
每页显示 20 50 100
基于Boosting机制的Naive Bayesian文本分类器 被引量:3
1
作者 崔林 付克明 +1 位作者 石生树 宋瀚涛 《计算机工程与应用》 CSCD 北大核心 2005年第8期31-33,67,共4页
Naive Bayesian分类器是一种有效的文本分类方法,但由于具有较强的稳定性,很难通过Boosting机制提高其性能。因此用Naive Bayesian分类器作为Boosting的基分类器需要解决的最大问题,就是如何破坏Naive Bayesian分类器的稳定性。提出了3... Naive Bayesian分类器是一种有效的文本分类方法,但由于具有较强的稳定性,很难通过Boosting机制提高其性能。因此用Naive Bayesian分类器作为Boosting的基分类器需要解决的最大问题,就是如何破坏Naive Bayesian分类器的稳定性。提出了3种破坏Naive Bayesian学习器稳定性的方法。第一种方法改变训练集样本,第二种方法采用随机属性选择社团,第三种方法是在Boosting的每次迭代中利用不同的文本特征提取方法建立不同的特征词集。实验表明,这几种方法各有其优缺点,但都比原有方法准确、高效。 展开更多
关键词 BOOSTING naive bayesian CLASSIFIER 文本分类 文本挖掘 数据挖掘
下载PDF
一种基于独立分量分析和Naive Bayesian网络的入侵检测方法 被引量:3
2
作者 洪功义 姜昱明 张磊 《微电子学与计算机》 CSCD 北大核心 2004年第5期11-13,共3页
文章将独立分量分析穴ICA雪模型引入入侵检测系统,提出了基于独立分量分析和NaiveBayesian网络的入侵检测分类的新方法。通过把样本投影到有独立分量分析所确定的特征空间,来提高贝叶斯网络的分类性能,从而提高了入侵检测系统的性能。... 文章将独立分量分析穴ICA雪模型引入入侵检测系统,提出了基于独立分量分析和NaiveBayesian网络的入侵检测分类的新方法。通过把样本投影到有独立分量分析所确定的特征空间,来提高贝叶斯网络的分类性能,从而提高了入侵检测系统的性能。实验结果表明,这种基于独立分量分析模型的分类器具有良好的分类性能。 展开更多
关键词 独立分量分析 naive bayesian网络 入侵检测系统
下载PDF
基于Naive Bayesian算法的客户端邮件过滤器的实现 被引量:2
3
作者 左瑞欣 徐惠民 吴聪聪 《计算机工程与设计》 CSCD 北大核心 2006年第7期1161-1163,共3页
“垃圾”邮件是Internet上面临急待解决的问题。Naive Bayesian过滤器由于其简单高效性在文本分类中应用较广,重点研究了Naive Bayesian算法,给出了一个“垃圾”邮件过滤器,依据邮件的内容而不是通过设置规则来过滤邮件,并通过实验论证... “垃圾”邮件是Internet上面临急待解决的问题。Naive Bayesian过滤器由于其简单高效性在文本分类中应用较广,重点研究了Naive Bayesian算法,给出了一个“垃圾”邮件过滤器,依据邮件的内容而不是通过设置规则来过滤邮件,并通过实验论证了它在客户端过滤邮件的可行性和有效性。 展开更多
关键词 “垃圾”邮件 特征抽取 向量空间模型 文本分类 naive bayesian过滤器
下载PDF
Naive Bayesian Classifier在遥感影像分类中的应用研究 被引量:4
4
作者 陶建斌 舒宁 沈照庆 《遥感信息》 CSCD 2009年第2期52-56,共5页
将Naive Bayesian Classifier(简单贝叶斯网络分类器)用于遥感影像的分类,并对其主要问题如特征选择和后验概率推理等展开研究。使用K2结构学习算法选出具有类别可分性的波段,进一步利用互信息测试对遥感波段之间的相关性做分析,去除冗... 将Naive Bayesian Classifier(简单贝叶斯网络分类器)用于遥感影像的分类,并对其主要问题如特征选择和后验概率推理等展开研究。使用K2结构学习算法选出具有类别可分性的波段,进一步利用互信息测试对遥感波段之间的相关性做分析,去除冗余信息。特征(波段)的条件独立性假设简化了联合概率的计算,以较小的计算代价获得后验概率。在此基础上,将Naive Bayesian Classifier用于多光谱和高光谱影像的分类,获得很好的性能和相当高的稳健性。 展开更多
关键词 贝叶斯网络 简单贝叶斯网络分类器 互信息 条件独立性假设 遥感影像 分类
下载PDF
基于特征多视图提升Naive Bayesian的Boosting改进算法 被引量:1
5
作者 林正奎 唐焕玲 +1 位作者 鲁明羽 王敬东 《北京交通大学学报》 CAS CSCD 北大核心 2009年第6期70-75,共6页
AdaBoost作为一种有效的集成学习方法,能够明显提高不稳定学习算法的分类正确率,但对稳定的Naive Bayesian分类算法的提升效果却不明显.为此,利用多种特征评估函数建立不同的特征视图,生成多个有差异的加权朴素贝叶斯(WNB)基分类器;尝... AdaBoost作为一种有效的集成学习方法,能够明显提高不稳定学习算法的分类正确率,但对稳定的Naive Bayesian分类算法的提升效果却不明显.为此,利用多种特征评估函数建立不同的特征视图,生成多个有差异的加权朴素贝叶斯(WNB)基分类器;尝试使用几种不同的方式将样本权重嵌入WNB基分类器的参数中,对WNB产生扰动,进一步增加基分类器的不稳定性.实验结果表明,对比AdaBoost所提算法,Boost MV-WNB能够明显提升WNB文本分类器的性能. 展开更多
关键词 ADABOOST 加权朴素贝叶斯 文本分类 特征多视图 样本权重
下载PDF
一个基于Naive Bayesian垃圾邮件过滤器的改进 被引量:3
6
作者 成宝国 冯宏伟 《计算机技术与发展》 2006年第2期98-99,共2页
近几年来,垃圾邮件成为互联网的公害之一。现有的反垃圾邮件技术中,基于统计方法的Naive Bayesian分类算法在垃圾邮件过滤中有很好的效果。文中简单介绍了Naive Bayesian分类算法,提出了一种旨在提高垃圾邮件过滤精确率的改进方案,并给... 近几年来,垃圾邮件成为互联网的公害之一。现有的反垃圾邮件技术中,基于统计方法的Naive Bayesian分类算法在垃圾邮件过滤中有很好的效果。文中简单介绍了Naive Bayesian分类算法,提出了一种旨在提高垃圾邮件过滤精确率的改进方案,并给出了实验结果。 展开更多
关键词 垃圾邮件 naive bayesian文本分类器 反垃圾邮件技术
下载PDF
Naive Bayesian算法在基于内容的垃圾邮件过滤中的应用 被引量:1
7
作者 李欣 左瑞欣 曲文斌 《计算机系统应用》 2006年第6期48-50,54,共4页
垃圾邮件是Internet上面临急待解决的问题。Naive Bayesian算法由于其简单高效性在文本分类中应用较广,重点阐述了Naive Bayesian算法在基于内容的垃圾邮件过滤中的应用,并在Ling-spam语料库上进行了实验,获得了良好的分类效果,实验论... 垃圾邮件是Internet上面临急待解决的问题。Naive Bayesian算法由于其简单高效性在文本分类中应用较广,重点阐述了Naive Bayesian算法在基于内容的垃圾邮件过滤中的应用,并在Ling-spam语料库上进行了实验,获得了良好的分类效果,实验论证了它在垃圾邮件过滤中的可行性和有效性。 展开更多
关键词 垃圾邮件 naive bayesian算法 查准率 查全率
下载PDF
Adaptive target and jamming recognition for the pulse doppler radar fuze based on a time-frequency joint feature and an online-updated naive bayesian classifier with minimal risk 被引量:7
8
作者 Jian Dai Xin-hong Hao +2 位作者 Ze Li Ping Li Xiao-peng Yan 《Defence Technology(防务技术)》 SCIE EI CAS CSCD 2022年第3期457-466,共10页
This paper considers the problem of target and jamming recognition for the pulse Doppler radar fuze(PDRF).To solve the problem,the matched filter outputs of the PDRF under the action of target and jamming are analyzed... This paper considers the problem of target and jamming recognition for the pulse Doppler radar fuze(PDRF).To solve the problem,the matched filter outputs of the PDRF under the action of target and jamming are analyzed.Then,the frequency entropy and peak-to-peak ratio are extracted from the matched filter output of the PDRF,and the time-frequency joint feature is constructed.Based on the time-frequency joint feature,the naive Bayesian classifier(NBC)with minimal risk is established for target and jamming recognition.To improve the adaptability of the proposed method in complex environments,an online update process that adaptively modifies the classifier in the duration of the work of the PDRF is proposed.The experiments show that the PDRF can maintain high recognition accuracy when the signal-to-noise ratio(SNR)decreases and the jamming-to-signal ratio(JSR)increases.Moreover,the applicable analysis shows that he ONBCMR method has low computational complexity and can fully meet the real-time requirements of PDRF. 展开更多
关键词 Pulse Doppler radar fuze(PDRF) Target and jamming recognition Time-frequency joint feature Online-update naive bayesian classifier minimal risk(OnbCMR)
下载PDF
基于NBN-EM的地铁施工事故致因分析模型研究
9
作者 申建红 刘树鹏 《铁道标准设计》 北大核心 2024年第6期171-179,共9页
地铁施工事故具有易发性且事故类型复杂多样,针对现有地铁施工事故分析方法多依赖于专家主观经验构建,且仅有较少方法对事故报告信息加以利用的问题,提出一种基于NBN-EM的地铁施工事故致因分析模型。首先,以搜集的2010—2021年间的223... 地铁施工事故具有易发性且事故类型复杂多样,针对现有地铁施工事故分析方法多依赖于专家主观经验构建,且仅有较少方法对事故报告信息加以利用的问题,提出一种基于NBN-EM的地铁施工事故致因分析模型。首先,以搜集的2010—2021年间的223起事故报告为数据来源,采用统计学方法提取及筛选风险因素,进一步归纳建立事故致因分析的指标体系;其次,采用改进的朴素贝叶斯网络构建风险因素指标与事故类型关系的图形结构,同时分层随机抽样80%的数据为训练样本,借助EM算法和Netica软件进行数据学习,确定各节点的先验概率和条件概率参数;最后,通过贝叶斯网络推理和敏感性分析得到不同类型事故的关键致因排序,不同视角下的情景分析对风险因素组合作用下的事故发生概率和风险源识别进行了确定。研究结果表明:施工工法、施工方案内容、安全隐患排查分别为三个维度上造成事故发生的最重要因素,不同类型事故的关键风险因素具有差异性,应区别预控,模型测试验证方法的有效性,平均正确率为84.55%。 展开更多
关键词 地铁 施工事故 朴素贝叶斯网络(nbN) EM算法 风险因素分析
下载PDF
基于改进信息增益的ACO-WNB分类算法研究 被引量:6
10
作者 邱宁佳 高鹏 +1 位作者 王鹏 陶跃 《计算机仿真》 北大核心 2019年第1期295-299,共5页
针对朴素贝叶斯分类算法对文本分类性能不高的问题,提出一种基于改进信息增益的ACO-WNB分类算法。首先,根据特征词在数据集中的词频分布情况加入调节因子,对特征词的贡献/干扰作用进行增强/抑制的调节,选择具有强区分度的特征形成特征子... 针对朴素贝叶斯分类算法对文本分类性能不高的问题,提出一种基于改进信息增益的ACO-WNB分类算法。首先,根据特征词在数据集中的词频分布情况加入调节因子,对特征词的贡献/干扰作用进行增强/抑制的调节,选择具有强区分度的特征形成特征子集,提高IG处理非均衡数据集的准确率。然后,将蚁群优化算法(ACO)和加权朴素贝叶斯模型相结合,利用ACO对权重进行迭代和全局寻优,生成ACO-WNB分类器,提高对文本数据的分类效率。使用典型新闻数据集将改进前后的算法对比分析,实验表明IG (可以有效去除冗余的高频特征,对非均衡数据集有更好的特征选择能力,ACO-WNB分类器具有更高的准确率,使得对实际的文本数据有更好的分类效率。 展开更多
关键词 朴素贝叶斯 信息增益 特征子集 蚁群算法
下载PDF
遥感影像居民地目标Bayesian网络识别算法研究 被引量:5
11
作者 潘励 王华 张剑清 《武汉大学学报(信息科学版)》 EI CSCD 北大核心 2007年第12期1103-1106,共4页
利用Nave Bayesian网络的学习和推理机制,提出一种在遥感影像上提取居民地目标的方法。该方法通过对所选取的正负样本进行学习,获取Bayesian网络的重要参数,即条件概率和概率分布密度。在此基础上,根据正负样本所构建的条件概率网,对... 利用Nave Bayesian网络的学习和推理机制,提出一种在遥感影像上提取居民地目标的方法。该方法通过对所选取的正负样本进行学习,获取Bayesian网络的重要参数,即条件概率和概率分布密度。在此基础上,根据正负样本所构建的条件概率网,对未知类别信息的影像进行分类,从而获取居民地目标的信息。通过对实际全色SPOT5影像中居民地目标的提取,表明该方法具有较高的识别率。 展开更多
关键词 naive贝叶斯网络 居民地 遥感影像
下载PDF
Spark框架下利用分布式NBC的大数据文本分类方法 被引量:6
12
作者 臧艳辉 赵雪章 席运江 《计算机应用研究》 CSCD 北大核心 2019年第12期3705-3708,3712,共5页
针对现有面向大数据的计算框架在可扩展性机器学习研究中面临的挑战,提出了基于MapReduce和Apache Spark框架的分布式朴素贝叶斯文本分类方法。通过研究MapReduce和Apache Spark框架的适应性来探索朴素贝叶斯分类器(NBC),并研究了现有... 针对现有面向大数据的计算框架在可扩展性机器学习研究中面临的挑战,提出了基于MapReduce和Apache Spark框架的分布式朴素贝叶斯文本分类方法。通过研究MapReduce和Apache Spark框架的适应性来探索朴素贝叶斯分类器(NBC),并研究了现有面向大数据的计算框架。首先,基于朴素贝叶斯文本分类模型将训练样本数据集分为m类;进一步在训练阶段中,将前一个MapReduce的输出作为后一个MapReduce的输入,采用四个MapReduce作业得出模型。该设计过程充分利用了MapReduce的并行优势,最后在分类器测试时取出最大值所属的类标签值。在Newgroups数据集进行实验,在所有五类新闻数据组上的分类都取得了99%以上的结果,并且均高于对比算法,证明了提出方法的准确性。 展开更多
关键词 文本分类 MAPREDUCE Spark框架 分布式 朴素贝叶斯分类器 机器学习
下载PDF
基于JRNB的网络入侵检测算法 被引量:3
13
作者 侯占伟 李建鹏 王辉 《传感器与微系统》 CSCD 北大核心 2021年第7期118-121,共4页
朴素贝叶斯(NB)算法的条件独立性假设在一定程度上牺牲了分类准确率,在应对关系复杂的网络入侵数据时缺点尤为突出。针对这一问题,提出一种特征加权的JS散度和反类别频率(RCF)改进朴素贝叶斯(JRNB)入侵检测算法。为了弥补NB算法中对所... 朴素贝叶斯(NB)算法的条件独立性假设在一定程度上牺牲了分类准确率,在应对关系复杂的网络入侵数据时缺点尤为突出。针对这一问题,提出一种特征加权的JS散度和反类别频率(RCF)改进朴素贝叶斯(JRNB)入侵检测算法。为了弥补NB算法中对所有特征项同等分析的不足,引入JS散度的方法来衡量每个特征项的权重,以突出不同特征项之间的差异性;考虑到类频率对样本分类的影响,提出RCF来完善特征权值的计算,进一步降低条件独立性所带来的影响。仿真实验结果表明:JRNB算法在入侵检测的应用中取得了更好的检测性能。 展开更多
关键词 入侵检测 朴素贝叶斯 JS散度 反类别频率
下载PDF
基于Naive Bayes的中文人名识别研究 被引量:2
14
作者 曾辉 王俊 熊李艳 《科学技术与工程》 北大核心 2015年第6期83-86,98,共5页
在传统的只统计人名用字的Naive Bayes分类算法的基础上,将人名上下文边界融入其中,并利用从大规模语料库中统计的人名用字、边界模板频率对人名定界,再通过扩散操作召回遗漏人名。该方法简单易行,并能取得很好的效果。实验结果表明,其... 在传统的只统计人名用字的Naive Bayes分类算法的基础上,将人名上下文边界融入其中,并利用从大规模语料库中统计的人名用字、边界模板频率对人名定界,再通过扩散操作召回遗漏人名。该方法简单易行,并能取得很好的效果。实验结果表明,其F值达到了93.28%。 展开更多
关键词 naive BAYES 分类算法 边界模板 人名识别
下载PDF
基于信息增益率的WNB水下机器人故障分类 被引量:3
15
作者 周悦 邢妍妍 郭威 《计算机测量与控制》 2016年第10期42-44,共3页
提高故障诊断能力对于确保水下机器人系统的稳定运行具有重要意义,故障分类是目前水下机器人故障诊断所面临的一个重要问题;针对水下机器人推进器系统数据特征,提出一种基于信息增益率的加权朴素贝叶斯故障分类算法;首先,计算故障训练... 提高故障诊断能力对于确保水下机器人系统的稳定运行具有重要意义,故障分类是目前水下机器人故障诊断所面临的一个重要问题;针对水下机器人推进器系统数据特征,提出一种基于信息增益率的加权朴素贝叶斯故障分类算法;首先,计算故障训练样本的先验概率,将各属性的信息增益率作为权值;其次,构建基于增益率加权的朴素贝叶斯分类模型;然后,对检测的故障数据利用分类模型获取具有最大后验概率的故障模式,实现故障分类;与朴素贝叶斯算法和决策树算法相比,仿真实验结果表明基于信息增益率加权的朴素贝叶斯算法的分类成功率更高,能够有效地实现水下机器人的故障分类。 展开更多
关键词 水下机器人 加权朴素贝叶斯 信息增益率 故障分类
下载PDF
基于NB的双级分类模型在邮件过滤中的研究 被引量:1
16
作者 惠孛 吴跃 陈佳 《计算机科学》 CSCD 北大核心 2006年第5期110-112,共3页
使用朴素的贝叶斯(NB)分类模型对邮件进行分类,是目前基于内容的垃圾邮件过滤方法的研究热点。朴素的贝叶斯在参数之间联系不强的时候分类效果简单而有效。但是朴素的贝叶斯分类模型中对特征参数的条件独立假设无法表达参数之间在语义... 使用朴素的贝叶斯(NB)分类模型对邮件进行分类,是目前基于内容的垃圾邮件过滤方法的研究热点。朴素的贝叶斯在参数之间联系不强的时候分类效果简单而有效。但是朴素的贝叶斯分类模型中对特征参数的条件独立假设无法表达参数之间在语义上的关系,影响分类性能。在朴素的贝叶斯分类模型的基础上,我们提出了一种双级贝叶斯分类模型(DLB,Double Level Bayes),既考虑到了参数之间的影响又保留了朴素的贝叶斯分类模型的优点。同时对DLB 模型与朴素的贝叶斯分类模型的性能进行比较。仿真实验表明,DLB 分类模型在垃圾邮件过滤应用中的效果在大部分条件下优于朴素的贝叶斯分类模型。 展开更多
关键词 垃圾邮件过虑 朴素贝叶斯分类模型 双级分类模型
下载PDF
基于MEPA-RST-NBNC的复杂设备智能故障诊断方法研究 被引量:1
17
作者 张超 马存宝 +1 位作者 宋东 许家栋 《仪器仪表学报》 EI CAS CSCD 北大核心 2008年第12期2480-2485,共6页
结合最小熵原理法(MEPA)的数据离散功能,粗糙集理论(RST)的数据分析和容错能力,以及朴素贝叶斯网络分类器(NBNC)的并行推理能力,采用串行集成思想,提出了一种基于MEPA-RST-NBNC的复杂设备智能故障诊断方法。首先利用MEPA实现连续条件属... 结合最小熵原理法(MEPA)的数据离散功能,粗糙集理论(RST)的数据分析和容错能力,以及朴素贝叶斯网络分类器(NBNC)的并行推理能力,采用串行集成思想,提出了一种基于MEPA-RST-NBNC的复杂设备智能故障诊断方法。首先利用MEPA实现连续条件属性的离散化,形成离散化诊断决策表;然后利用RST分辨矩阵实现故障特征的简化,并采用最大聚类比原则提取出最佳约简;最后根据约简诊断决策表建立NBNC模型来实现高效快速的诊断推理。故障诊断实例表明该方法不仅克服了RST诊断法的规则搜索和临界误判问题,而且避免了NBNC诊断法的维数灾难问题,具有较强的工程实用性。 展开更多
关键词 最小熵原理方法 粗糙集 朴素贝叶斯网络分类器 故障诊断
下载PDF
一种改进的基于遗传禁忌优化的NB算法 被引量:1
18
作者 姜沛佩 刘培玉 杨玉珍 《计算机应用研究》 CSCD 北大核心 2010年第8期2892-2894,共3页
针对传统朴素贝叶斯分类模型应用过程中存在的特征项冗余问题,使用遗传禁忌算法对特征项集进行优化,并在此优化结果的基础上,提出了一种改进的朴素贝叶斯分类方法来解决用户模板中存在的单类别词汇问题。经实验证明,该方法比传统的朴素... 针对传统朴素贝叶斯分类模型应用过程中存在的特征项冗余问题,使用遗传禁忌算法对特征项集进行优化,并在此优化结果的基础上,提出了一种改进的朴素贝叶斯分类方法来解决用户模板中存在的单类别词汇问题。经实验证明,该方法比传统的朴素贝叶斯分类模型具有更好的鲁棒性和分类性能。 展开更多
关键词 文本分类 遗传算法 禁忌算法 朴素贝叶斯 拉普拉斯法则
下载PDF
基于EM-NB算法的网络调查缺失数据处理方法 被引量:1
19
作者 景亚萍 邵培基 李成刚 《技术经济》 CSSCI 2014年第6期72-76,共5页
将最大期望值算法(EM)与朴素贝叶斯算法(NB)相结合,提出EM-NB算法来填补网络调查中的缺失数据。对比基于处理后的完备数据集的分类统计结果与基于纸质调查得到的分析结果,结果显示,利用EM-NB算法处理缺失数据后的网络调查问卷与纸质调... 将最大期望值算法(EM)与朴素贝叶斯算法(NB)相结合,提出EM-NB算法来填补网络调查中的缺失数据。对比基于处理后的完备数据集的分类统计结果与基于纸质调查得到的分析结果,结果显示,利用EM-NB算法处理缺失数据后的网络调查问卷与纸质调查问卷可得到一致的调查结果。这表明EM-NB算法是一种有效的处理网络调查中缺失数据的方法。 展开更多
关键词 网络调查 缺失数据 最大期望值算法 朴素贝叶斯算法
下载PDF
集成分类对比:Bagging NB & Boosting NB 被引量:3
20
作者 李晓波 《微电子学与计算机》 CSCD 北大核心 2010年第8期136-139,共4页
Bagging和Boosting是两种重要的投票分类算法,前者并行生成多个分类器,后者通过调整样本权重,串行生成多个分类器.将Bagging与Boosting算法与朴素贝叶斯算法相集成,构建了Bagging NB和AdaBoosting NB算法.以UCI数据集为基础,进行实验对... Bagging和Boosting是两种重要的投票分类算法,前者并行生成多个分类器,后者通过调整样本权重,串行生成多个分类器.将Bagging与Boosting算法与朴素贝叶斯算法相集成,构建了Bagging NB和AdaBoosting NB算法.以UCI数据集为基础,进行实验对比,结果表明,Bagging NB算法较为稳定,可以产生优于NB算法的分类结果,而Boosting算法受到数据分布中的奇异值影响较大,部分数据集上与NB算法的基础效果较差. 展开更多
关键词 分类算法 BAGGING BOOSTING 朴素贝叶斯
下载PDF
上一页 1 2 24 下一页 到第
使用帮助 返回顶部