基于最小风险贝叶斯决策的印刷品斑点检测方法

针对印刷品斑点检测缺乏有效检测方法的难题,依据统计决策和贝叶斯分析的基本原理,结合模式识别和机器礼堂相关理论技术,提出了一种基于最小风险贝叶斯决策的印刷品斑点检测方法;以烟标图像为例,实验验证了所提算法的准确性与有效性;该实验表明:所提算法能够有效地检测出烟标中的黑色斑点,分割出来的斑点图像基本上保持了原有的形状;最后,提出了进一步的改进方法。

基于最小风险贝叶斯决策理论的在线评价排名方法研究

随着电商模式不断发展和完善,在电商平台上出售的商品种类持续增加。消费者在做出购买决策之前,通常会参考其他消费者发表的在线评论。目前,电商客户评论中的好评与差评的权重风险是相等的,当顾客进行产品购买时会存在评论误判风险。针对好评与差评的权重风险相等的不足,本文提出了一种基于最小风险贝叶斯决策的评价排名方法。提出的方法首先利用网络爬虫语言抓取所有商品累计评论,形成TXT文档;然后根据已有的停用词词典,对生成的TXT文档进行文本预处理,并进行关键词的提取,通过关键词的分类将每一条评论生成一个文档,获得关键词权重;最后利用最小风险贝叶斯决策模型获得风险权重排名,并以天猫为例,与已有排名数据进行比较。提出方法新获得的排名为最小风险权重下的商家排名,有助于顾客在进行高风险商品购买决策时根据不同风险偏好,获得最优购买决策。

最小风险贝叶斯决策融合的多点触摸身份认证

为提高智能手机中多点触摸身份认证的识别率,提出一种基于最小风险贝叶斯决策的多点触摸身份认证方法。首先采用认证手势中各单独手势序列经逻辑回归优化的均值动态时间规整算法进行局部分类,然后以贝叶斯规则为基础,引入损失函数,并计算最小风险贝叶斯决策组合规则下的局部决策结果,最后依据最小风险贝叶斯决策融合规则获得全局决策结果。实验结果显示,引入基于最小风险贝叶斯决策的融合身份认证,不仅保证了较为理想的漏警率、消弱了决策的风险性,而且降低了虚警率,获得了较为理想的分类效果。

基于软概率的最小风险贝叶斯决策

为有效处理限制样本、非随机稳定信息下的不确定型决策问题,文章提出了一种基于软概率的最小风险贝叶斯决策方法:确定先验信息中各状态的软概率区间值,利用区间概率下的贝叶斯风险模型输出各后验状态的区间值决策结果,利用基于可信度的区间数排序方法对结果按照风险大小进行排序,从而实现决策风险最小化的后验状态判定,同时,随着新样本信息的加入,决策结果会相应动态调整,更趋确定。同时,用案例验证了该方法的合理性和可行性。

一种基于Kohonen和最小风险贝叶斯决策的雷达信号识别方法

鉴于有监督的Kohonen神经网络在雷达信号识别方面的不足,将S-Kohonen神经网络和最小风险贝叶斯决策相结合,提出了一种加强的S-Kohonen-Bayes方法对雷达信号进行分类,并利用Adaboost强分类器设计对识别结果进行修正.人工仿真实验结果表明,错误率平均降低了36%,改进方法具有良好的识别能力,使用最小风险贝叶斯决策进行修正是有效和必要的.

风险投资中的最小贝叶斯风险决策

最小贝叶斯风险决策使贝叶斯风险最小的决策方法。本文通过一个具体实例,阐述贝叶斯决策在风险投资分析中的应用。并由此得出结论:贝叶斯决策属于风险型决策,决策者虽不能控制客观因素的变化,但却可掌握其变化的可能状况及各状况的分布概率,并利用期望值即未来可能出现的平均状况作为决策准则。贝叶斯决策不是使决策问题完全无风险,而是通过其他途径增加信息量使决策中的风险减小。由此可以看出,贝叶斯决策是一种比较实际可行的方法。

一种汉字混淆网络算法

在普通话大词汇量连续语音识别中,使用最大后验概率决策规则解码得到的是具有最小句子错误率的识别结果,但是本文通常使用字错误率作为识别结果的评测标准。为了使识别结果具有最小字错误率,在充分考虑汉语语言特点的基础上,提出了一种汉字混淆网络算法。这种算法能够有效地将普通话大词汇量连续语音识别系统输出的词格转换成为汉字混淆网络。详细讨论了最小贝叶斯风险决策规则理论及使用汉字混淆网络进行的解码过程。基于2005 HTRDP(863)评测数据集进行的实验结果表明,这种使用汉语字混淆网络的方法有效地降低了普通话大词汇量连续语音识别结果的字错误率。