朴素贝叶斯分类器

摘要： 静脉药物调配机器人需要对数百种不同类型的药物进行调配,不同药物药瓶类型的识别、测量是精准调配的关键。对静脉药物调配机器人在药瓶类型分类、药瓶关键尺寸测量等不同任务要求情况下,运用基于机器视觉方法和深度学习框架YOLOv5s,实现了一种高效稳定的识别测量方法。结合机器视觉方法的测量准确性,深度学习方法对背景、光源的不敏感性,实现配药过程中不同环节药瓶的准确识别、测量。并通过实验定量地检测背景、环境光源对于识别结果的影响。

摘要： 面对降水粒子分类过程中可能存在的样本数不足,样本质量不高的问题,提出一种基于增量贝叶斯的双偏振气象雷达降水粒子分类方法。该方法首先处理有标签的训练数据集,获取属性节点和类节点之间的条件概率表构建朴素贝叶斯分类器;接着使用朴素贝叶斯分类器分类无标签数据,判断类置信度值后将符合条件的数据追加到训练数据集中,最后修正朴素贝叶斯分类器完成增量学习,得到增量贝叶斯分类器实现降水粒子分类。增量贝叶斯分类器不仅能够增加有效的数据样本,还能够及时更新分类器从而提高其泛化性和适应性,分类结果的准确性也得到了一定的改善。

摘要： 在场域理论基础上,以新型冠状病毒肺炎时间轴为主线,以疫情期间人民日报抖音号为研究对象,对短视频中的主要评论内容进行多类别的文本情感分类,引入舆情聚合机制,将舆情演化与时间序列相结合,通过三维绘图将疫情期间的舆情演化趋势可视化。模型结果表明,人民日报抖音号主动适应社交媒体时代特征,充分发挥其党媒的优势,在新冠肺炎疫情期间,能够迅速有效地抢占舆论高地,守住公众信任的底线,及时将有效、重要的信息传播给广大受众,对疫情期间的舆情有着真实、客观的引导作用。

摘要： 现阶段我国正处于事故灾难的频发时期,目前国内针对这一领域的专业化词典相对欠缺。本文以有关事故灾难领域的国家应急标准及网络数据为语料库,首先对语料库进行预处理,其次利用TF-IDF算法筛选出种子词集合,同时借助深度学习中的Word2Vec模型进行词向量训练,然后利用相似度计算的方式确定出领域候选词,最后融合应急标准术语完成事故灾难领域词典的构建。经SVM分类器与朴素贝叶斯分类器验证,将本文所构建的领域词典加入到结巴自定义词典后,分类器在准确率、召回率与F1值上分别提高了11%、11%、12%以及5%、8%、6%,表明本文构建的领域词典质量较好。

摘要： 针对传统的基于手机信令数据的居住地人口分布分析方法的不足,通过建立一种基于手机信令数据和问卷调查数据的多源数据融合手段,利用有监督机器学习方法,实现对居住地人口分布现状的分析.首先通过问卷调查数据获取志愿者的实际居住地位置及其所使用的通信运营商相关信息,并进行样本筛选.其次,在通信运营商内部机房建立志愿者用户实际居住地位置与手机信令数据位置信息之间的对应关系.最后,利用手机信令数据,通过获取志愿者在居住地网格位置的停留特征以及非居住地网格位置的停留特征训练朴素贝叶斯分类器模型,继而完成机器学习方法的建立并应用到其他手机用户实际居住地的识别.分析结果表明:基于有监督学习方法的人口分布辨识方法较传统的阈值判断方法预测精度有明显提升.

摘要： 目的 研究朴素贝叶斯分类器在化疗所致恶性呕吐风险预测模型上的应用,构建基于中国患者的化疗所致恶性呕吐风险预测模型.方法 收集2020年7～9月中南大学湘雅二医院肿瘤中心300例住院化疗患者的基本资料和治疗方案,并随访患者出院后临床资料.对治疗方案中的特征和患者个体特征进行相关性分析,对相关性大于0.8的两个特征,分别计算两个特征对模型评价指标曲线下面积的贡献,去除其中贡献相对较小的特征.使用机器学习库scikit-learn中的朴素贝叶斯分类器作为化疗所致恶心呕吐风险预测模型,使用10折分层随机分割交叉验证得到模型最终结果.其中70％的样本用来训练机器学习模型,30％的样本作为测试集用来衡量模型的表现.结果 急性化疗所致恶心呕吐风险预测灵敏度为0.83±0.04(95％CI:0.80～0.86),特异度为0.45±0.03(95％CI:0.42～0.47),曲面下面积为0.72±0.04(95％CI:0.69～0.75).延迟性化疗所致恶心呕吐风险预测灵敏度为0.84±0.01(95％CI:0.83～0.86),特异度为0.48±0.03(95％CI:0.45～0.52),曲面下面积为0.74±0.02(95％CI:0.72～0.77).结论 在本研究中,基于朴素贝叶斯分类器构建了适用于中国肿瘤患者的化疗致所致恶心呕吐风险预测模型,具有较好的预测效果,为化疗致所致恶心呕吐风险预测模型提供新的研究方向和思路.

摘要： 选取2008—2018年上海市生活垃圾数据,首先利用灰色预测模型对未来4年垃圾产生量进行预测得出:未来垃圾产生量将会继续增长,给出垃圾分类的必要性;然后设计朴素贝叶斯分类器,使用已有数据进行训练,建立生活垃圾分类系统并给出分类判断标准;最后,结合垃圾分类系统给出相应的政策建议,以便更准确高效地进行垃圾分类处理.

摘要： 朴素贝叶斯分类方法在分类时,基于属性之间的独立性假设影响了其分类性能.基于此在R-vine Copula理论的基础上,利用一系列Pair Copula函数和核密度函数的乘积来构造属性的类条件概率密度函数,并通过AIC准则选取最合适的Pair Copula函数,用极大似然估计法确定其参数.实验结果表明,改进的分类器提高了分类的准确率,避免了因属性相关导致的分类效果的偏差.

摘要： 针对采用贝叶斯分类器算法进行商品描述分类时,出现大量混淆性词汇从而无法保证特征间独立的问题,提出了采用停用词优化的贝叶斯分类器算法,通过词频统计和词性筛选的方式,过滤掉大部分混淆性词汇,从而保证特征独立.针对相似类别无法准确区分的问题,提出了子模型训练的解决方案,对易混淆类别单独进行训练并记录训练过程,在测试阶段根据结果判断并使用子模型,从而实现细化区分.实验表明,优化方案确实可行,可以获得97.80％的准确率.

摘要： 眼动追踪技术在人机交互、用户行为识别、预测等方面得到了广泛应用,但是如何自动识别用户的地图阅读行为,眼动行为仍具有一定的挑战性.本文提出了一种基于朴素贝叶斯分类模型的方法识别用户阅读地图线状要素时的眼动行为.本试验首先通过25名被试者阅读地图过程中的眼动行为进行数据采集,然后提取了250个眼动特征并对其进行离散化处理,采用最小冗余最大相关方法进行特征选择排序.结果显示,当采用信息熵法,特征数量为m=5时分类准确率最大为78.27％;而采用信息差法,特征数量为m=4时分类准确率达到最大值为77.01％.本文提出的基于朴素贝叶斯的方法在准确率方面优于已有研究方法.此外,由于特征数量的减少,大幅提高了算法的执行效率.本文提出的地图阅读行为眼动识别方法,为未来眼控交互式地图研究奠定基础.

摘要： 提出一种针对社会工程学邮件的检测方法,对包括钓鱼邮件、含有XSS攻击脚本的邮件以及附件被挂马邮件等进行了特征分析,采用朴素贝叶斯分类器对攻击邮件和普通邮件进行机器学习,使得分类器可以对未知邮件的类别进行判断.仿真结果表明,该方案能够有效的检测社会工程学攻击邮件,邮件召回率显著提高,准确率也有一定程度的改善.

摘要： 朴素贝叶斯分类器(Navie Bayes,简称N-Bayes)在贝叶斯分类器家族中具有简单、高效和泛化能力强的特点.遗传算法(GA)是一种人工智能技术,可以从数据本身寻找属性变量的最优组合构建N-Bayes模型.本文利用2008年至2011年6、7、8、9月份的T511数值预报产品和单站观测资料,采用两种不同适应度函数的遗传算法优化朴素贝叶斯分类器算法(GA-NB),对石家庄、太原、林西三站13～24h时段的晴雨和降水等级进行了预报试验.试报结果表明:两种模型晴雨预报准确率明显高于T511,GA-NB1、GA-NB2三站平均晴雨预报预报准确率均高于85％;两种模型小雨TS评分达到0.37以上,中雨达到0.18以上,均高于T511预报TS评分;并且GA-NB模型能有效降低T511空报次数.

摘要： 该文基于朴素贝叶斯分类器时朝鲜语文本分类进行了研究。首先，利用基于类别选择的特征选择方法时朝鲜语文本进行特征选择，并使用类TF—IDF估算方法计算权重；其次，构造朴素贝叶斯分类器；最后，利用分类器实现对朝鲜语文本的分类。实验表明，该方法在朝鲜语文本分类中具有较好的效果，为朝汉结合文本分类提供了一定的依据。

摘要： 朴素贝叶斯分类器是一种简单而高效的分类器，但是它的属性独立性假设使其无法表示现实世界属性之间的依赖关系，影响了它的分类性能。因此，本文将朴素贝叶斯分类器做了改进，推导出决策属性和各条件属性的对数值间存在线性关系，并用最小二乘法求出这种线性关系系数，设计出一种新的贝叶斯分类器。将它应用于DNA序列剪接位点的辨识中，辨识性能不仅较朴素贝叶斯分类器大大提高，而且高于或相当于现有辨识算法。由于DNA序列巨大的数据量，本算法具有很强的优越性。

摘要： 电梯交通模式识别是实现电梯节能控制的一个关键问题。针对实时变化的电梯交通流数据，提出一种新的电梯交通模式识别方法。基于贝叶斯推理学习理论，使用增量式朴素贝叶斯分类器对电梯的交通模式进行了分类预测研究。首先对交通信息进行预处理，以专家经验数据为训练集，在训练集上学习各预测目标的先验概率和预测因子的条件概率，用NBC计算出极大后验假设作为预测目标值。该方法具有鲁棒性强，体现出较好的泛化能力，实用性强。

摘要： 根据大部分电流互感器的油绝缘结构特征，以及油色谱分析技术(DGA)的发展日趋成熟，本文将电流互感器油溶解气体的产气量作为朴素贝叶斯分类器(Naive Bayes，NB)的输入属性变量，把电流互感器健康状态分为良好、一般、注意、较差4种状态，并以此作为朴素贝叶斯分类器的类变量输出，从而将朴素贝叶斯分类器应用于互感器状态评估中。

摘要： 随着微博用户的增多,基于微博的社交网络也充斥着大量的僵尸用户.这类用户往往是由机器辅助产生的,并且通常伪装成正常用户,活跃在微博平台中.由于受控的僵尸用户经常转发一些包含特定内容的微博,或者是毫无意义的垃圾微博,因而对于社交网络中的信息传播具有重大的影响.本文利用传统的朴素贝叶斯分类器,对于新浪微博平台中存在的僵尸用户进行了识别,实验结果的准确率和召回率分别达到87.1％和83.4％.而后在此基础上,文中进一步分析和总结了潜在僵尸用户的主要特征,并探讨了微博僵尸在粉丝扩散、微博转发等方面的相关行为,从而揭示出一些普遍存在的规律;最后给出针对僵尸用户的相应的对策建议：从技术角度来看，微博实名制的推广是抵制僵尸用户产生的重要举措，从参与各方来看，清除或降低僵尸用户对整个信息平台的影响，除了靠新浪官方的技术手段和法律支持，还需要网民和商家的全力配合，此外，意见领袖在微博平台中起着举足轻重的作用。合理利用意见领袖对微博信息进行正方向引导，降低僵尸用户对网络的攻击危害。

摘要： k依赖贝叶斯分类器(k-BNC)放宽了朴素贝叶斯分类器中要求各属性结点间相互条件独立的强限制,更有利于运用到实际模型中。但是,放宽限制后的k依赖贝叶斯分类器的分类精确度有所下降。首先改进了原有k-BNC算法,将其变为一种不稳定的分类器生成算法。然后,利用集成技术中Boosting算法能够改善不稳定分类器总体性能的特点,对k-BNC分类器的分类性能进行提升。

摘要： 针对目前广域保护理论快速性、容错性较差的不足,本文把保护问题转化为存在不确定和不完备信息下的决策问题，提出了一种利用区域电网保护信息、断路器信息及方向信息,与现有主保护协同工作的智能后备保护.该保护充分发挥粗糙集分类理论和贝叶斯分类理论的优势,利用结合了贪心算法和遗传算法的属性约筒新方法求取一个最优属性集并得到保护的判据Ⅰ.为克服信息丢失和畸变对保护性能的影响,采用简化朴素贝叶斯分类方法构成判据Ⅱ,双判据综合决策,旨在提高后备保护的容错性和可靠性.仿真试验验证了其合理性和正确性.

摘要： 针对目前广域保护理论快速性、容错性较差的不足,本文把保护问题转化为存在不确定和不完备信息下的决策问题，提出了一种利用区域电网保护信息、断路器信息及方向信息,与现有主保护协同工作的智能后备保护.该保护充分发挥粗糙集分类理论和贝叶斯分类理论的优势,利用结合了贪心算法和遗传算法的属性约筒新方法求取一个最优属性集并得到保护的判据Ⅰ.为克服信息丢失和畸变对保护性能的影响,采用简化朴素贝叶斯分类方法构成判据Ⅱ,双判据综合决策,旨在提高后备保护的容错性和可靠性.仿真试验验证了其合理性和正确性.

摘要： 本发明公开了一种基于忆阻器的朴素贝叶斯分类器设计方法、系统及分类器，属于信息技术领域，方法包括：构建包含M行×2N列忆阻器阵列的朴素贝叶斯分类器，M为分类类型数量，N为图片中像素点的个数；计算第j训练样本中第i个像素点中像素值为0的个数hj,2i‑1和像素值为1的个数hj,2i，j＝1，2，……，M；在第j行第2i‑1列的忆阻器Rj,2i‑1上施加hj,2i‑1个脉冲以对Rj,2i‑1的电导进行调制，在第j行第2i列的忆阻器Rj,2i上施加hj,2i个脉冲以对Rj,2i的电导进行调制，调制后的朴素贝叶斯分类器用于识别待分类图片的类型。有效克服忆阻器在神经网络应用中电导变化的非对称性和非线性制约，避免非理想阻变行为导致的精度下降，提高朴素贝叶斯分类器的普适性。

摘要： 本发明揭示了一种基于半朴素贝叶斯分类器的车载容迟网络数据转发方法，包括如下步骤：S1、每个节携带数据报文，则当前节点获取当前信息，并依据半朴素贝叶斯分类器和点内维护有一张数据报文转发历史表；S2、移动当前节点并判断相遇节点是否为目的节点，若是，则将数据报文直接转发给目标节点，转发结束，若不是，且相遇节点并未数据报文转发历史表计算当前节点成功投递数据报文的概率I当前；S3、获取相遇节点成功投递数据报文的概率I相遇；S4、判断I当前与I相遇的大小，若I当前＞I相遇，则返回S2，若I当前＜I相遇，则当前节点将所携带的数据报文转发给相遇节点。本发明不仅能够显著提升报文投递率，而且还有效地降低了网络开销，具有很高的使用及推广价值。

摘要： 本发明公开了一种基于朴素贝叶斯分类器的风偏闪络预警方法，建立线路绝缘子风偏闪络的朴素贝叶斯分类器来预测闪络的发生，步骤为：1)研究风偏闪络的影响因素，采集故障与正常情况下各因素数据与风偏闪络情况，得到样本数据；2)将样本数据离散化；3)将闪络情况作为根节点，各因素作为叶节点建立朴素贝叶斯分类器；4)确定节点间的条件概率分布；5)计算风偏闪络概率，预测是否发生闪络。该方法原理简单，使用方便，通过挖掘历史闪络情况的信息预测闪络的发生，无需建立风偏闪络的机理模型计算风偏角，对于线路大风防御工作具有重要意义。

摘要： 本发明涉及一种基于朴素贝叶斯分类器的最小负载路由选择方法及系统，提高最小负载路由选择方法的性能，网络快照记录历史网络状态信息，使用朴素贝叶斯分类器预测每个节点对之间的所有候选路由的潜在网络阻塞率。网络快照对应于每个到达的服务请求，记录每个链路上的被占用的网络资源单元的数目。如果当前服务请求在候选路由上建立连接，那么朴素贝叶斯分类器会预测未来服务连接建立的潜在阻塞率，同时计算各候选路由的负载。最后从节点对之间的所有候选路由中，选择负载小且未来建立服务连接的潜在阻塞率最低的路由来建立服务连接，以实现负载和阻塞率之间的最佳平衡。

摘要： 本发明公开了一种基于忆阻器的朴素贝叶斯分类器设计方法、系统及分类器，属于信息技术领域，方法包括：构建包含M行×2N列忆阻器阵列的朴素贝叶斯分类器，M为分类类型数量，N为图片中像素点的个数；计算第j训练样本中第i个像素点中像素值为0的个数hj,2i‑1和像素值为1的个数hj,2i，j＝1，2，……，M；在第j行第2i‑1列的忆阻器Rj,2i‑1上施加hj,2i‑1个脉冲以对Rj,2i‑1的电导进行调制，在第j行第2i列的忆阻器Rj,2i上施加hj,2i个脉冲以对Rj,2i的电导进行调制，调制后的朴素贝叶斯分类器用于识别待分类图片的类型。有效克服忆阻器在神经网络应用中电导变化的非对称性和非线性制约，避免非理想阻变行为导致的精度下降，提高朴素贝叶斯分类器的普适性。

摘要： 本发明提供基于朴素贝叶斯分类器的干式空心电抗器状态评估方法，包括：建立干式空心电抗器电路等效模型，确定电抗器典型故障后的等效电感；分析等效电感的时频域特性，判断干式空心电抗器故障后状态参数的变化情况，确定用于评估干式空心电抗器的运行状态的特征量；基于朴素贝叶斯分类器，构建干式空心电抗器状态评估模型；建立干式空心电抗器的不同运行状态的特征量数据样本，对干式空心电抗器状态评估模型进行训练；将待评估的电抗器实际运行数据输入至训练后的干式空心电抗器状态评估模型，获取最大概率的故障等级评估。本发明能够利用状态量的变化对干式空心电抗器运行状态进行评估，为实际工程中干式空心电抗器的维护及检修提供指导。

摘要： 本发明涉及数据隐私保护领域，具体涉及一种基于同态加密的安全朴素贝叶斯分类器训练方法，设训练数据集的记录共包含C种类别，每个记录包含d个属性，具体为：首先对C种类别中的每一类，通过隐私服务器与所有单位进行交互计算，得到每一类的类先验概率，即为该样本类别出现的频率；然后对第1个属性到第d个属性的每一个属性进行判断。本发明在不泄露各家单位的训练数据集的隐私的前提下，实现基于多家单位的训练数据集，训练朴素贝叶斯分类器，并能够实现即使隐私服务器与多家单位其中的一些单位串通，串通之后的隐私服务器或者单位也无法得知其他单位的任何隐私信息。

摘要： 本发明提供了一种基于朴素贝叶斯分类器的焊缝位置的自主提取方法，该方法首先设计了多个对方向特征辨别更有效的改进的Gabor滤波器，并对滤波结果进行线性组合生成焊缝位置的综合方向特征图；然后对其进行局域阈值自主分割，通过最近邻聚类与监督方法分别从数据类的厚度、均匀性和致密性设计了区分目标与干扰的概率密度函数，并基于朴素贝叶斯分类器初步实现焊缝位置和干扰的有效判别；最后将在水平方向上有重叠的各数据类展开视觉特征竞争，进一步去除干扰。本发明提出了一种典型接头焊缝位置提取方法，该方法能有效克服电弧、飞溅等干扰带来的不利影响，可为基于激光视觉传感的自动化电弧焊接过程稳定焊缝跟踪，提高焊接质量。

摘要： 本发明涉及一种基于朴素贝叶斯分类器的双偏振雷达二次回波识别方法，包括使用双偏振雷达I/Q数据，计算当前距离库用于二次回波识别的四个判据：PDEh、PDEv、PDEhv以及SQI；根据这四个判据的数值，查找预先统计好的各判据CPDF，获取指定数值在不同分类下的概率，计算该距离库回波数据属于一次回波的概率Pf和属于二次回波的概率Ps；当Ps＞Pf时，判定该距离库回波为二次回波，否则判定为一次回波；继续进行下一个距离库的识别。该方法提高了在雷达数据层面的二次回波识别精度，对双偏振雷达参量估算质量的提升有重要意义。

摘要： 本发明公开了一种针对朴素贝叶斯分类器的边际攻击方法，步骤包括：获取文本分类器的文本类别，并且计算两个所述文本类别之间的频率比；以所述频率比作为索引，对词汇表进行排序，得到敏感词集；随机选取若干个敏感词添加到原始样本，得到对抗样本；将所述对抗样本输入到文本分类器，得到错误分类的文本类别。本发明提供了一种针对朴素贝叶斯分类器的边际攻击方法、装置及存储介质，能够高效攻击基于朴素贝叶斯的文本分类器。