代价敏感属性中动态误分类代价下Bayes判别函数探究

最近几年来,误分类代价敏感粗糙集理论与方法已经取得不错的发展成果,其中最具有代表性的理论之一就是决策粗糙集理论,其中属性约简问题与规则生成问题就是基于决策粗糙集理论的基础上.然而,已有的代价敏感属性选择方法都使用的是固定的误分类代价.固定的误分类代价在任意数据集中各类的误分类代价均假定在可知的情况下存在一定的不足,因此提出代价敏感属性中动态误分类代价下的Bayes判别函数自适应逼近最优误分类代价是可行有效的方法.

主成分分析与Bayes判别法在突水水源判别中的应用

准确有效地判别突水水源是解决矿井水害的前提条件。基于淮北袁店二矿各含水层共59个水样水质化验资料,利用主成分分析法,计算各水样的因子得分,并进行系统聚类,剔除错误样本。利用剩余水样作为学习样本,检验Bayes判别函数的判定准确性,得出准确率为92.5%,并进行交叉验证。利用该判别函数对某工作面底板下一富水区水样进行判别,结果与实际情况吻合。结果指示基于主成分分析与Bayes判别法较单一Bayes判别法更加准确,能够消除样本变量之间的相互影响,实现对突水水源的快速有效判别。

联机签名Bayes分类器设计算法

联机签名技术是基于行为特征的身份鉴别的重要方法.本文介绍了联机签名的一般过程,并在签名特征提取的基础上,给出了Bayes判别分类器的设计方法,并给出了实验结果.实践证明,该方法具有一定的理论和应用价值.

基于变量逐步选择的Bayes信用风险判别模型

应用逐步判别理论筛选模型自变量,建立Bayes判别函数,推导出具体的判别模型.实证分析显示,模型具有良好的分辨精度.考虑到模型的应用范围,变量筛选时舍弃了上市公司特有的一些财务指标.

区域新型城镇化水平评价模型研究

本文运用快速聚类有计划地将我国新型城镇化发展的现状区分为四类。根据熵值法计算8大地理区域的新型城镇化水平综合得分,从宏观层面评价我国新型城镇化发展的现状,为快速聚类分析中4个类别确定性质。并使用判别分析得到对应快速聚类分析4组分类的Bayes线性判别函数。从而推广到对于任一研究区新型城镇化水平测度问题的解决中。判断具体某一研究区所属分类后,根据每一分类下涵盖的地理区域共有的新型城镇化现状及存在的问题,为研究区定制符合中国国情的新型城镇化发展道路,提高城镇化的质量与效率。