导读:本文包含了贝叶斯分类器论文开题报告文献综述、选题提纲参考文献，主要关键词:朴素,算法,特征,密信,故障,中医,歌诀。
贝叶斯分类器论文文献综述写法
王辉,李玉亮,王莉[1]（2019）在《完全贝叶斯分类器在经济数据分类中的应用》一文中研究指出针对贝叶斯分类器分类强关联属性导致分类准确率下降的问题,提一种完全贝叶斯分类器合理利用属性间的依赖关系优化贝叶斯分类器,对参数进行动态调整组合,同时合理剔除无关属性.采用国内外知名数据库提供的数据,通过与其他分类器的对比实验,证明了完全贝叶斯分类器在宏观与微观经济数据分类中都获得了较好的分类效果.(本文来源于《东北师大学报(自然科学版)》期刊2019年04期）
周正宽,田小平,贺玲玲,任继伟[2]（2019）在《基于贝叶斯分类的人数识别算法研究》一文中研究指出为了解决静态背景下的人数识别问题,提出了基于贝叶斯分类的人数识别算法。首先选取固定场景的目标区域,再通过提取该区域图像的HOG特征,进一步训练贝叶斯分类器判别区域是否有人。通过与传统SVM分类效果对比,结果表明该算法能够较好地实现人数识别和人员位置确定。(本文来源于《北京石油化工学院学报》期刊2019年04期）
李隆烨[3]（2019）在《基于MATLAB的贝叶斯分类器设计》一文中研究指出随着计算机技术的进步,人们对模式识别技术的需求越来越大。模式识别理论的相关应用也越来越多,如语音识别、文字识别、人脸识别等。模式识别的主要方法有统计法、聚类法、神经网络法、人工智能法。其中最为经典的方法是统计法,贝叶斯分类由于方便实现,分类效果好,在统计法中应用最为广泛。笔者设计了4种贝叶斯分类器对手写数字字符进行识别。设计中先通过主成分分析法对样本进行预处理,然后对样本进行特征提取,得到手写数字图像;最后在MATLAB环境下编程实现四种分类器。(本文来源于《科技传播》期刊2019年20期）
王斌[4]（2019）在《顾及扩展贝叶斯分类算法的计算机网络涉密信息安全应用系统》一文中研究指出顾及扩展贝叶斯分类算法(Extended Bayesian Classification Algorithms,EBCA)的计算机网络涉密信息安全应用系统,当前仅仅处于发展的初始阶段。多研究人员都无法描述相互之间的一些关系。本研究以计算机网络安全的涉密信息安全为核心,巧妙利用EBCA反向传播模型,综合使用非线性函数的功能提出了顾及EBCA的计算机网络涉密信息安全应用系统,有效解决了复杂的交联关系,同时通过仿真实验对所提出的模型进行了有关验证。顾及EBCA的计算机网络涉密信息安全应用系统的设计与实施提供理论支撑。(本文来源于《电子测量技术》期刊2019年18期）
庞博,成东坡[5]（2019）在《利用朴素贝叶斯分类器的视频分类方法》一文中研究指出朴素贝叶斯分类器是分类算法集合中基于贝叶斯理论的一种算法,为了对海量的视频进行分类,提出了一种基于朴素贝叶斯分类器的视频分类方法。首先,对视频进行特征提取,提取纹理、颜色以及亮度叁种反映其类别的特征。在提取到视频的颜色、亮度以及纹理特征之后,然后进行基于朴素贝叶斯分类器的视频分类。对于输入的几种特征,采用极大似然估计,直至完成最终的分类。实验结果表明,提出的视频分类方法取得了较为准确的分类结果,对篮球、足球、斯诺克等5个运动项目均取得了90%以上的分类准确性。(本文来源于《武汉工程职业技术学院学报》期刊2019年03期）
葛继科,陈栋,王文和,陈祖琴,陈国荣[6]（2019）在《基于改进朴素贝叶斯分类算法的火灾分类》一文中研究指出针对火灾文本中各类别分布不均衡的特点,提出了基于改进朴素贝叶斯(INB)的文本分类算法,用于对其进行相对准确的分类。首先,利用改进的卡方统计(ICHI)方法提取各类别文本特征词条,再根据特征词条在对应类别中所起的作用不同,使用词频-反文档频率(TF-IDF)加权计算方法对其赋予不同的权重,从而构建INB分类器;接着,通过分词处理和特征词提取,构建火灾文本数据集;最后,应用INB分类器实现对火灾文本的有效分类。本方法规范化地提取和表示了火灾文本的特征词条,解决了火灾文本在训练集数据量少且各类别分布不均衡时存在少数类别特征被覆盖和分类准确度受特征词集规模影响较大的问题。为了验证本方法的有效性,引入Kappa系数作为分类器性能评价指标,并与传统朴素贝叶斯方法和补集朴素贝叶斯算法进行比较。结果表明,所提方法准确度和Kappa系数分别达到了91. 45%和0. 903,分类器性能比较理想,能够较为准确地对类别分布不均衡的火灾文本进行分类。(本文来源于《安全与环境学报》期刊2019年04期）
陈景文,褚恩亮,李英春,杨亚莉,党宏社[7]（2019）在《基于贝叶斯分类器的谐振接地故障选线系统设计》一文中研究指出中性点谐振接地系统发生单相接地故障时,故障选线是一项具有挑战性的问题。设计出一种基于贝叶斯分类器的谐振接地故障选线系统,该系统将各线路零序电流做小波包分解所获得的特征量与高次谐波分量相融合,结合暂态量和稳态量特征,作为朴素贝叶斯分类器的输入属性来进行选线。通过ATP/EMTP仿真软件建立谐振接地系统单相接地故障模型进行算法验证,通过设计故障采集设备和故障选线设备以及上位机软件进行可行性验证。仿真和试验结果表明,该方法在故障选线时执行效率高,不受接地电阻值的影响,是一种有效的谐振系统单相接地选线方法。(本文来源于《智慧电力》期刊2019年08期）
杨开,李少毅,张凯,钮赛赛[8]（2019）在《基于朴素贝叶斯分类器的空中红外目标抗干扰识别方法研究》一文中研究指出红外诱饵对抗技术的发展使得空战环境日益复杂化,对红外成像制导空空导弹抗干扰目标识别技术提出了更高的要求。红外诱饵的投放使得目标特征的完整性、显着性及稳定性遭到破坏,基于特征融合匹配的统计模式识别方法无法准确识别目标。提出了一种基于朴素贝叶斯分类器的抗干扰目标识别方法,该方法对空战对抗仿真图像数据集进行了特征挖掘,利用实验拟合方法构建了典型特征的概率密度函数模型,构造了朴素贝叶斯分类器,实现了飞机目标和干扰的分类识别。仿真实验结果表明,该方法在已测试的弹道图像数据集下的平均识别正确率达到了81.82%,且能够解决假目标、目标遮挡等抗干扰目标的识别难题。(本文来源于《飞控与探测》期刊2019年04期）
叶含笑,吴紫薇[9]（2019）在《基于贝叶斯分类算法的方剂歌诀学习系统设计与实现》一文中研究指出目的:方剂学习是中医传承的一个重要环节,为了更好地利用现代技术传承中医文化,把传统中医歌诀和现代计算机技术相结合,采用文字、图像等多媒体手段进行表达,制定方剂君臣佐使关联查询规则。方法:采用朴素贝叶斯分类算法对方剂中的君臣佐使信息进行统计分类,设计的方剂歌诀学习系统通过互联网、微信、手机App等方式进行转播。结果:朴素贝叶斯分类算法可以很好地把不同种类的方剂通过方药君臣佐使概率关联起来,帮助学习者实现方剂君臣佐使关联学习的目的,并有助于研究者发现方药中君臣佐使组合的某种规律。结论:探讨了朴素贝叶斯对方剂歌诀数字化信息查询组合方法,对中医方剂的学习起到了积极的作用。(本文来源于《中国数字医学》期刊2019年07期）
吴家皋,周虹宇,刘林峰[10]（2019）在《基于半朴素贝叶斯分类器的车载容迟网路由算法》一文中研究指出在真实环境下的车载容迟网中,节点的移动模式通常具有一定的时间周期性。基于这个特性,文中提出了基于半朴素贝叶斯分类器的路由算法。该算法基于节点周期性移动的网络属性(比如数据包转发的时间和地点)划分节点类别并以此进行路由决策。相较于现有基于先验概率的算法和朴素贝叶斯算法,该算法基于包含更多信息的后验概率并着重考虑属性间的依赖关系。仿真实验结果表明,该算法相较于传统的路由算法提升了报文投递率,并减少了网络开销。(本文来源于《南京邮电大学学报(自然科学版)》期刊2019年03期）
贝叶斯分类器论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了解决静态背景下的人数识别问题,提出了基于贝叶斯分类的人数识别算法。首先选取固定场景的目标区域,再通过提取该区域图像的HOG特征,进一步训练贝叶斯分类器判别区域是否有人。通过与传统SVM分类效果对比,结果表明该算法能够较好地实现人数识别和人员位置确定。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
贝叶斯分类器论文参考文献
[1].王辉,李玉亮,王莉.完全贝叶斯分类器在经济数据分类中的应用[J].东北师大学报(自然科学版).2019
[2].周正宽,田小平,贺玲玲,任继伟.基于贝叶斯分类的人数识别算法研究[J].北京石油化工学院学报.2019
[3].李隆烨.基于MATLAB的贝叶斯分类器设计[J].科技传播.2019
[4].王斌.顾及扩展贝叶斯分类算法的计算机网络涉密信息安全应用系统[J].电子测量技术.2019
[5].庞博,成东坡.利用朴素贝叶斯分类器的视频分类方法[J].武汉工程职业技术学院学报.2019
[6].葛继科,陈栋,王文和,陈祖琴,陈国荣.基于改进朴素贝叶斯分类算法的火灾分类[J].安全与环境学报.2019
[7].陈景文,褚恩亮,李英春,杨亚莉,党宏社.基于贝叶斯分类器的谐振接地故障选线系统设计[J].智慧电力.2019
[8].杨开,李少毅,张凯,钮赛赛.基于朴素贝叶斯分类器的空中红外目标抗干扰识别方法研究[J].飞控与探测.2019
[9].叶含笑,吴紫薇.基于贝叶斯分类算法的方剂歌诀学习系统设计与实现[J].中国数字医学.2019
[10].吴家皋,周虹宇,刘林峰.基于半朴素贝叶斯分类器的车载容迟网路由算法[J].南京邮电大学学报(自然科学版).2019