基于改进的加权贝叶斯分类算法在空间数据中的应用

朴素贝叶斯算法是一种简单而高效的分类算法,但它的属性独立性假设,影响了它的分类性能。针对这个问题,提出一种基于属性约简的PLS加权朴素贝叶斯分类算法。该算法首先分析属性之间的相关性,通过属性约简选择一组近似独立的属性约简子集,提出改进的偏最小二乘回归加权朴素贝叶斯分类算法,实验结果表明,改进算法具有较高的分类准确度。并将改进的算法应用于边坡识别问题中。     

基于群的朴素贝叶斯分类

本文对群的朴素贝叶斯分类进行了简要论述.     

基于群的朴素贝叶斯分类

本文对群的朴素贝叶斯分类进行了简要论述。     

城市干道交通拥堵识别技术研究

为快速有效地进行城市干道的交通拥堵识别,文中提出一种基于朴素贝叶斯的城市干道交通拥堵识别算法。最后,基于南京市主干道的交通调查数据,对朴素贝叶斯算法以及基于径向基函数神经网络的城市干道交通拥堵识别算法进行对比。结果表明,朴素贝叶斯算法在对城市干道交通状态的识别上比基于径向基函数神经网络算法具有更好的准确性、优越性以及更低的误判率。     

基于粗糙集贝叶斯分类的供应商评价研究

文章采用数据挖掘中粗糙集和朴素贝叶斯分类结合的方法,对供应商评价指标信息属性冗余的问题进行分析,约简信息属性,提出一种新的供应商评价方法。并应用于某企业的供应商数据中,进行分析和验证。     

基于改进的朴素贝叶斯恶意代码检测技术研究

文章介绍了传统的朴素贝叶斯恶意代码检测算法,并在传统朴素贝叶斯算法基础上提出改进,引入贡献系数以增大特征项对合法代码与恶意代码区分的能力,实验表明该方法有效提高了恶意代码的检测率和精准率,并且降低了恶意代码的误报率。     

基于爬虫数据的粮油网络零售价格指数构建

随着网络零售市场的发展与新冠肺炎疫情的不间断流行,粮油网络零售市场已成为居民购买粮油商品的新渠道。通过对淘宝平台的粮油商品零售数据进行爬虫抓取,进而再引入朴素贝叶斯算法建立分类模型对网络粮油商品进行分类,从而提出一种粮油网络零售价格指数构建方案,其可为其他电商平台的各类商品零售数据抓取、价格指数构建和监控提供应用基础。通过淘宝平台的粮油网络零售价格指数构建结果可知,粮油网络零售价格指数与其类目下的大米、面粉、杂粮和食用油网络零售价格指数在各期的价格走势并不相同,因此若电商平台的供需双方想要更加精细地了解网络粮油商品的价格走势,则需对网络粮油类目下的二级类目商品独立研究。     

基于加权朴素贝叶斯分类的供应商评价模型

运用数据挖掘中加权朴素贝叶斯分类的思想,结合层次分析法,提出了一种新的供应商评价模型。结合该模型在一家企业中的应用说明其在供应商评价方面具有有效性。     

基于贝叶斯准则的集成分类模型构筑及其应用研究

采用不同数值分类方法进行样本分类时，由于各种数值分类方法建模依据不同，致使分类结果不尽一致，给实际应用带来困难。本文构筑一种基于贝叶斯准则的集成分类模型，以解决“异议”分类样本的归属问题，应用于杭州市基准地价评估中土地级别的划分，研究表明，集成分类模型评价结果更趋合理。     

浅谈林业分类经营的意义

实施林业分类经营是社会主义市场经济条件下林业发展中带有全局性的改革,是建立林业"两大体系"的客观要求.它对于深化林业改革:合理调整林业产业和产品结构,科学配置林业生产要素,提高林业生产力、管理水平和林业综合效益,具有十分重要意义.     

基于Python朴素贝叶斯分类器的营业收入审计可靠性研究

中国上市公司数量与市值持续增长，审计行业出现更多需求的同时也面临执业质量的挑战。朴素贝叶斯模型已经在制造业、网络安全等领域得到成熟应用，文章选取上市公司及其子公司的营业收入审计底稿作为训练样本与测试集，基于Python朴素贝叶斯分类器，依据执行的审计程序抓取相关特征，以探究朴素贝叶斯模型在判断营业收入科目审计结论的准确程度，并展望该模型在审计领域的应用前景。     

论贝叶斯方法在计算机智能化中的应用

贝叶斯方法被证明是非常general且强大的推理框架,当它被应用到计算机技术中时,可以给我们的网络生活带来及大的方便.本文着重介绍这一神奇的算法.     

数据挖掘分类算法研究综述

随着数据库应用的不断深化,数据库的规模急剧膨胀,数据挖掘已成为当今研究的热点。特别是其中的分类问题,由于其使用的广泛性,现已引起了越来越多的关注。对数据挖掘中的核心技术分类算法的内容及其研究现状进行综述。认为分类算法大体可分为传统分类算法和基于软计算的分类法两类。通过论述以上算法优缺点和应用范围,研究者对已有算法的改进有所了解,以便在应用中选择相应的分类算法。     

基于支持向量机的消费者行为分类方法

"大数据"时代的来临,企业更加重视通过数据分析来洞察消费者行为,以实现更为精准的营销模式。现有对消费者行为的分类方法主要有层次分析法,聚类,贝叶斯网络等。文章引入支持向量机的方法应用在消费行为分析中,它是在统计学理论基础上发展起来的一种新的模式识别方法,在解决有限样本,非线性及高维模式识别问题中表现出许多特有的优势。最后,文章利用广东省烟草公司的实际调研数据进行支持向量机的训练。文章发现,相比于传统的消费者行为分类方法,支持向量机用于消费者行为分析是一种更精确有效的分类方法。     

基于上下文MRF模型的彩色街景图像分类

利用上下文马尔可夫随机场(Markov Random Field,MRF)模型,将图像分类问题转化为能量函数最小化(最优化)问题。该方法构建了MRF关于彩色街景图像的先验观测场模型,并利用迭代条件模式(Iterated Conditional Model,ICM)算法获得后验标记场能量最小。通过和模糊C均值(Fuzzy C-means,FCM)算法实验对比表明,该方法不仅能有效分类,而且分类精度要远高于FCM。     

基于机器视觉的自动分类垃圾桶设计

实施垃圾分类可促进资源回收利用,但人工进行垃圾分类效率低、成本高且执行困难[1].本文设计一种基于机器视觉的自动分类垃圾桶,能够对投入的一个或者多个垃圾进行识别并自动分拣.运用MobileNet V1图像分类算法对投入的垃圾进行垃圾类别的判定,运用opencv库通过sobel算子计算梯度、canny边缘检测等算法进行垃...     

基于特征加权模糊聚类算法的第三方物流企业运营模式分类研究

运用基于特征加权的模糊聚类算法,将传统的分类方法进行结合并引入模糊数学概念,在克服传统算法中各要素在分类上权重相同缺陷的同时,提高了样本的分类效果.新算法从资源能力、组织运作力、竞争力三个角度为企业提供了一种切实的分类方法,有助于企业认识自身在行业中所处的优劣势.     

基于动态贝叶斯网络的通货膨胀风险预测研究

利用动态朴素贝叶斯分类器对我国的通货膨胀风险进行了预测,并在此基础上计算了不同风险因素对通货膨胀风险等级的影响程度,结果表明,动态朴素贝叶斯分类器方法能够较好地预测和分析通货膨胀风险。利用我国实际经济数据进行模拟预测,结果显示在88.24%的可信度下,我国2012年第二季度的通货膨胀风险等级为2级,通货膨胀率预测值约为3.8%。通过分别使用包含和不包含企业家信心指数的动态朴素贝叶斯分类器进行预测,结果发现考虑了企业家信心指数的分类器大约能将预测准确率提高5%,这说明对通货膨胀风险等级预测有必要考虑经济主体的预期因素。通过计算6个指标对通货膨胀风险等级的影响程度,发现货币供应和产出缺口仍是解释我国通货膨胀风险的两个主要因素。     

典型图像分类算法分析

本文主要讨论了图像处理中基于人类视觉系统(HVS)的图像区域分类的相关概念、技术以及算法的实现。图像分类是指将图像分成平滑区、纹理区和边缘区,它是图像处理中一种重要的手段,具有广泛的应用。所谓平滑区就是指图像中灰度变化较少,包含信息量少,能量小的部分;而边缘是图像中一种灰度突变形式的集合;纹理是表征象素按一定的排列规律进行重复排列的部分。纹理区和边缘区的图像块具有较大的能量。本文主要基于人类视觉的一些特性,提出了空域和频域两种分类算法,这两种算法都是先将图像分块,然后再与人类视觉特性相结合,对各个图像块进行处理,再确定相应划分区域的阈值,对原始图像进行二次分类,最终得到图像的平滑区、纹理区和边缘区.     

浅谈林业分类经营及其重要意义

实行分类经营是转变林业发展模式的重要条件,是实现林业可持续发展的战略选择,也是目前条件下林业企业面向市场取得高经济效益的一条重要途径.