基于Navie Bayes算法与k-means聚类算法的财务数据库异常检测

为了有效消除用户异常行为对企业财务数据库所带来的安全隐患,以往的数据库异常检测技术(如Navie Bayes算法)通常采用查询反馈,并建立用户行为特征(用户行为轮廓)的方法查找安全隐患,而该方法构建训练集耗时较多,效果不显著。因此,提出一种基于Navie Bayes算法与k-means聚类算法相结合的财务数据库异常检测技术。通过调取财务数据库运行日志中的用户查询内容及相应结果,采用k-means聚类算法进行用户分组,采用Navie Bayes算法构建异常检测模型。应用测试结果表明,与传统的用户行为轮廓算法相比,所提算法的训练效率更高,准确率大幅提高,综合F_(1)值有所提升,提高了财务数据的安全性。

基于Bayes算法的煤矿井下突水水源判识系统的设计与实现

矿井突水是严重影响煤矿安全生产的矿井灾害,快速准确地判识矿井突水水源是矿井突水灾害防治的重要基础。基于Bayes算法设计开发的煤矿井下突水水源判识系统,具有通用性强、操作简单、判识效率高的优点。系统可借助标准水样数据进行自主训练学习,根据标准水样中因子的判别能力自动对因子进行选入或剔除。通过在安徽省祁东煤矿的实际应用,系统判识正确率达91%以上,判识结果与实际水文情况符合良好,证明了基于Bayes算法设计实现的判识系统可为煤矿井下突水水源的快速准确判识提供有力的工具。

基于Bayes算法的Web网页识别

Ｉｎｔｅｒｎｅｔ的飞速发展在带给人们４良多方便的同时，也出现了一个新问题．即如何从大量的信息中快速而方便地找到所需要的信息。Ｗｅｂ网页识别是其关键技术问题之一。使用了两种机器学习算法一Ｂａｙｅｓ算法、改进 Ｂａｙｅｓ算法实现了网页识别，并对两种机器学习算法的效果进行了实验分析。

基于KNN和Bayes算法的组合分类器的垃圾评论识别研究

产品垃圾评论在一定程度上影响了评论信息的参考价值,本文旨在建立识别模型将垃圾评论从评论文本中剔除,保留真实的产品评论。首先,分析了产品评论的特点,从数据搜集、文本预处理、互信息检验、文本表示4个模块提取了14个特征。然后,利用高互补性建立了基于KNN和Bayes算法的组合分类器模型。最后,利用交叉验证对iPhone 6Plus的产品评论进行检验,得到评价指标分别为:正确识别率75.3%、召回率82.1%以及F1值77.5%.

Naive Bayes算法在垃圾邮件过滤系统中的应用与改进

垃圾邮件是Internet上普遍面临的问题,Naive Bayes算法由于其简单高效性在文本分类中应用较广。文章重点阐述了Naive Bayes算法在基于内容的垃圾邮件过滤中的应用及改进,并进行了实验,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。

基于高阶朴素Bayes算法的变电站顺控倒闸操作防误闭锁逻辑改进

以提升变电站顺控倒闸效果、避免变电站电压波动为目的,提出基于高阶朴素Bayes算法的变电站顺控倒闸操作防误闭锁逻辑改进方法。该方法通过基于高阶朴素Bayes算法,完成倒闸操作过程中一次设备故障诊断;根据变电站顺控倒闸操作防误闭锁逻辑规则制定逻辑规则库中的倒闸操作逻辑,对诊断确定的故障实行判断和分析后,利用先投后切法,将计算获取的一次设备和二次设备倒闸操作后引起的多余馈线负荷切除,实现顺控倒闸操作的负荷闭锁逻辑改进。实验结果表明,该方法可准确完成一次设备故障诊断,并有效降低变电站顺控倒闸操作过程中二次设备电损率,避免变电站电压波动,保证变电站的安全运行。

基于Bayes算法的Abel积分反演折射指数的研究

本文将Bayes算法应用到Abel积分方程中,利用End-to-End Generic Occultation Performance Simulation and Processing System(EGOPS)软件仿真出的弯角数据来反演大气折射指数,并与Tikhonov正则化的反演结果进行对比.当直接利用仿真所得的弯角数据(认为它是不含误差的)时,Bayes算法与Tikhonov正则化的反演结果具有很好的一致性,二者的均方根误差均为2.5470×10-8;但在实际观测过程中,由于电离层以及水汽等方面的影响,所得到的弯角数据不可避免地会含有误差,可能产生高频成分,甚至存在间断的现象,因此我们在仿真的弯角数据中加入了满足高斯型分布的随机噪声,然后进行折射指数的反演试验.结果表明,相比于Tikhonov正则化技术,Bayes算法具有更高的反演精度.

基于稀疏Bayes学习算法的无约束结构荷载重构方法

为快速准确重构含有未知初始条件的无约束结构外激励,提出了一种基于稀疏Bayes学习算法的荷载重构方法.结合函数拟合的思想建立控制方程,以噪声服从Gauss分布为先验,在Bayes模型中使用快速算法,稀疏重构未知荷载.为合理表达分段拟合中的初始条件,提出了改进的分段拟合手段,以上一分段末状态响应作为可能初始条件,并辅以低阶振型作为初始位移和初始速度的补充.算例以简化运载火箭模型为研究对象,考虑不同等级噪声和不同初始条件表达形式的影响,验证方法的精度和效率.

基于改进Bayes抠图算法的麦穗小穗自动计数方法

小麦产量评估需人工获取田间单位面积的麦穗数和麦穗小穗数,往往耗时耗力。为了实现高效、自动地麦穗小穗计数,提出一种基于改进Bayes抠图算法的麦穗小穗自动计数方法。该方法首先利用改进Bayes抠图算法对获取地自然生长条件下的麦穗图像进行抠图,将麦穗从自然背景中分割出来。然后对该图像进行平滑滤波和二值化,运用迭代极限腐蚀运算对二值化图像进行腐蚀处理,去除麦穗图像中的麦芒,分离出麦穗上每个单独的麦穗小穗。再运用面积滤波滤除掉面积过小的区域,对剩余区域的黑洞进行填充,由此每个单独的麦穗小穗形成一个单独的连通区域,最后对连通区域进行标记和计数,完成麦穗小穗的自动计数。使用4个小麦品种的麦穗图像对麦穗上的小穗进行计数验证,结果表明,该方法在识别4个品种田间麦穗单幅图像中小穗数量的平均计数精度达到94.53%,平均相对误差为5.47%,对比已有麦穗小穗自动计数方法,计数精度显著提高,这对于小麦在线产量预估具有重要意义。

逐步增加Ⅱ型截尾下Weibull分布的Bayes估计

基于逐步增加的Ⅱ型截尾,讨论了Weibull分布的Bayes估计。在平方损失和LINEX损失下,利用LindelyBayes近似算法得到了形状参数,尺度参数,失效率函数以及可靠度函数的极大似然估计和Bayes估计。最后运用Monte Carlo方法对各估计结果的RMSE,进行了模拟比较。表明了LINEX损失下的结果更有效。

基于K-means和naive Bayes的数据库用户行为异常检测研究

针对数据库用户行为异常导致数据库泄露问题,提出了一种基于K-means和naive Bayes算法的数据库用户异常检测方法。首先,利用数据库历史审计日志中用户的查询语句与查询结果,采用K-means聚类方法得到用户的分组;然后,使用naive Bayes分类算法构造用户异常检测模型。与单独使用naive Bayes分类法构造的模型相比,在数据预处理时其精简了用户行为轮廓的表示方法,降低了计算冗余,减少了81%的训练时间;利用K-means聚类方法得到用户组别,使检测的精确率提高了7.06%,F 1值提高了3.33%。实验证明,所提方法大幅降低了训练时间,取得了良好的检测效果。

基于Bayes正则化的柴油机神经网络燃烧预测模型

针对Wiebe燃烧模型需要大量的逐点参数整定、普适性较差、不具备预测性的问题,该文提出一种建立基于Bayes正则化的神经网络燃烧预测模型的多重Wiebe放热率模型标定方法。利用modeFRONTIER对多重Wiebe燃烧模型进行部分工况的预标定,为燃烧预测模型建立提供数据;进行工况边界参数和模型标定参数之间的敏感性分析,并利用基于Bayes正则化的神经网络建立两者之间关系,赋予多重Wiebe燃烧模型预测性,降低燃烧模型标定工作量。结果表明:该燃烧预测模型的平均精度达到93.2%,部分工况点的预测精度达到97%以上,表明该神经网络燃烧预测模型具备较高的模型精度和模型泛化能力。

基于核心素养下贝叶斯公式及算法的教学探究

核心素养的培养是一个潜移默化的过程,只有将其融入到课堂教学中,才能使学生在学习的过程中逐渐将理论知识转化为实践能力。本文以贝叶斯公式及Bayes算法教学设计为案例,主要从贝叶斯公式的来源、Bayes算法的推导、公式之间关系及实际应用四方面着手,将核心素养能力培养融入到每一部分内容讲解中,让学生基于概率统计知识学习的同时,掌握用大数据分类算法分析解决实际问题的综合能力和思维创造力。

基于反电动势的地铁牵引电机电流传感器故障检测与容错控制

针对地铁列车牵引系统电流传感器发生故障时给列车运行带来重大安全风险这一问题,提出了一种新型的故障监测与容错控制算法。首先,利用三相异步电机的静态数学模型结合转子磁链与反电动势的特定关系设计了电流滑模观测器。然后,将电流传感器的测量值与滑模观测器中的估计值进行比对并生成电流残差,通过修正的Bayes分类算法对电流传感器工作状态进行实时监测与定位。当故障发生时用观测器中的电流重构值代替故障值参与系统的控制。最后,利用仿真平台MATLAB/Simulink对其有效性进行验证并与另外3种典型的控制算法进行对比分析。研究结果表明,方案具有较高的精度和较强的鲁棒性,在对三相电流重构方面优于对比方案,其系统综合误差减小了24.2%,具有更好的控制效果。

基于贝叶斯算法的数控机床可靠性增长模型参数确定初探

介绍了适合数控机床可靠性增长的增长模型。为确定准确可靠的模型参数,引入适用于小子样抽样试验的Bayes参数确定算法,并通过实例证明,应用Bayes算法所确定的模型参数比传统的算法估计值,具有更高的可靠性和准确性。

利用数据挖掘算法实现一个XML文档分类器

本文对数据挖掘算法NīaveBayes进行了详细的介绍,并描述了一个基于NaveBayes算法的XML文档分类器的具体实现和关键技术。

基于分类规则算法对存款意愿倾向的研究

通过数据挖掘软件工具weka,对Bank Marketing数据集分别用分类算法中的J48(C4.5)及Na?ve Bayes算法进行分类实验分析,并从运行速度、正确率、可伸缩性、强壮性等方面对两种算法的分类效果进行了对比分析,得出了Na?ve Bayes算法相较J48(C4.5)算法能得到更有效的分类结果。

电力集控站人机交互体系及关键技术研究

针对现有电力集控站的管控效率较低,信息检测处理的准确率不高等问题,根据电力集控站的监控特点,建立了基于ARM芯片的集控站管理单元。文章利用STM32微控制器实现人机管理和控制功能,并搭建嵌入式软件系统。对人机交互体系的关键技术也进行改进,将多通道信息融合、引入到管理控制模块中。利用Bayes决策算法模型为人机交互系统做出最佳策略,大大提高了集控站运行的可靠性。试验表明,所提的方案显著提高了电力集控站的处理信息效率准的确性。

HIS系统财务数据库异常检测技术及应用

当前,医院信息系统(HIS)已成为医院信息化建设的重要内容,但HIS与财务数据库的接入仍然采用传统的方式,导致财务重要数据存在一定的安全隐患。为了有效消除用户异常行为对医院财务数据库所构成的安全隐患,设计一种财务数据库异常检测技术。通过调取财务数据库运行日志中的用户查询内容及相应结果,采用k-means聚类算法进行用户分组,采用Navie Bayes算法构建异常检测模型。应用测试结果表明,与传统的用户行为轮廓算法相比,所提出的算法准确率提高了7.06个百分点,综合F1值提高了3.33个百分点,此外,在大幅度缩减计算量的基础上模型训练时间缩短了81%,极大地提高了财务数据的安全性。

基于Bayes分类算法和活动轮廓模型的新疆肝包虫CT图像分割方法

肝包虫病是新疆常见的寄生虫病,严重危及人类健康。目前,医院常采用CT影像技术对该病进行诊断。肝包虫CT图像有其特有的病理特征,图像的灰度分布存在不均匀性和边界模糊性,且不同的包虫囊肿类型,其CT图像表现各异。本文针对该病的CT影像特征,提出一种同时对肝脏及包虫病灶进行分割的迭代算法。在每一步迭代过程中,算法分为初始分割和优化分割两个步骤:首先,在CT切片图像中确定位于正常肝脏及包虫病灶区的种子点,根据种子点的位置,利用Gauss概率模型拟合不同区域的灰度分布,并结合Bayes分类算法对肝脏及病灶区同时进行初始分割;然后,利用基于先验形状力场的活动轮廓模型算法优化初始分割结果,从而获得精确的肝脏及病灶区的边界。为了验证该算法的有效性,将算法对不同病人的CT切片图像进行分割实验,并从主观和客观两个方面,将算法的分割结果与医师手动分割结果进行对比评估,结果表明,该算法能在分割肝脏的同时准确地提取包虫病灶区。