面向不均衡类别朴素贝叶斯犯罪案件文本分类

针对案件文本的特点,提出了具有针对性的特殊文本预处理方法,并比较了两种有效的特征选择方法。针对案件类别分布不均衡的特点,提出了改进的多变量贝努里模型。实验结果表明,改进的多变量贝努里模型有效地提高了案件文本分类的准确率。

改进的朴素贝叶斯垃圾邮件过滤算法

介绍了朴素贝叶斯垃圾邮件过滤算法,对于朴素贝叶斯算法中条件概率的计算,选用了多变量贝努里事件模型的计算方法,在多变量贝努里事件模型的基础上进行了改进,并在Ling-Spam语料库上进行实验,实验结果表明改进后的算法有效地提高了过滤器的召回率和精确率,并且降低了过滤器的错误率。

基于朴素贝叶斯算法的个性化垃圾邮件过滤

目前电子邮件得到了广泛的应用,同时垃圾邮件问题也随之而来。本文针对垃圾邮件的处理,从用户的兴趣角度出发,基于朴素贝叶斯算法对垃圾邮件个性化过滤.在朴素贝叶斯算法的条件概率计算中,本文选用了多变量贝努里事件模型的计算方法,最后以VC++6.0为实验平台在Ling-Spam语料库上进行实验.

浅析贝叶斯方法在文本分类中的应用

贝叶斯分类算法是基于贝叶斯全概率公式的分类算法,是一种简单有效的分类方法.本文系统的介绍贝叶斯分类算法的原理及贝叶斯分类算法的特点,并重点阐述两种常用的贝叶斯分类算法模型及应用.

重复投影数据库下的优化挖掘方法研究与仿真

进行重复投影会使数据库中出现大量冗余数据,使得数据特征之间出现相似性干扰。传统的挖掘方法,遇到特征相似性情况时,以模糊规则建立挖掘关联规则,在建立模糊规则时,一旦特征过于接近,需要加入很多的约束条件,计算过程较为繁琐,导致数据挖掘准确性差、效率低的问题。提出基于贝努里模型的大量重复投影数据库下优化挖掘方法,依据等级分组识别重复投影数据,建立贝努里模型。根据冗余属性的贡献及区分能力的不同,确定两个分类贡献系数。依据两个先验概率值,依次放大两个分类贡献系数倍。通过改进贝努里事件模型中条件概率中的估计方法,划分大量重复投影数据库下的重复数据,实现大量重复投影数据库下的优化挖掘,提高数据搜索效率。仿真结果表明,改进方法不仅具有较优的挖掘性能,而且挖掘效率高。

谈经济数学中概率习题的解法

本文以《经济应用数学基础(三)》中的概率为基础,探讨了概率习题的基本解法并归纳出一些规律公式。

陕西省中长期地震活动趋势初步探讨

利用陕西省丰富翔实的历史地震资料及1970～2004年陕西区域测震台网的地震资料，应用贝努里概率模型，对陕西省中长期地震活动趋势做初步的探讨分析。

概率分布模型在保险业中的应用

概率是研究随机现象规律性的一门科学，即通过对某些现象变化频率的观察来研究其变化的规律性，并对这种规律性作出一定的判断和预测。保险是具有经营风险的行业，研究各种风险的变化规律及量化分析尤为重要。而各种风险的出现在某种意义上说是随机的，因此，运用概率理论研究各种风险预测和在此基础上的企业收支预测都会起到重要作用。