朴素贝叶斯分类

摘要： 谣言的传播会破坏社会秩序、危害国家稳定、造成大众恐慌,而社交平台的广泛应用使得信息传播速度更快、波及范围更广,加大了谣言造成的负面影响,如何快速准确地识别网络谣言成为信息传播领域的热点问题。谣言识别本质上是一个二分类问题,因而基于贝叶斯分类的思想设计了网络谣言识别的朴素贝叶斯分类算法,利用Matlab软件构建朴素贝叶斯分类器,并采用从微博中收集的数据对该算法进行实验验证,通过控制训练集,对比识别结果的准确率、精确率、召回率和F1值,探究了不同训练条件下的朴素贝叶斯分类器对谣言与非谣言的识别情况和内含规律。研究表明,朴素贝叶斯分类器对于网络谣言识别具有有效性,且训练集的选取与控制对识别结果的影响较大,识别准确率随着训练条件的不同发生波动。

摘要： 朴素贝叶斯算法是一种经典的分类算法,广泛应用于很多领域.朴素贝叶斯分类算法引入了属性条件独立性假设,但这个假设在现实应用中往往不能满足,从而就会影响算法的分类性能.针对这一问题,本文对该算法进行了改进,对离散属性进行数值标记,之后用正交矩阵对连续属性和数值标记后的离散属性做正交变换,增强属性之间的相互独立性,去除了属性之间的线性关系,贴近了朴素贝叶斯分类算法的属性条件独立性假设,从而提高了分类准确率.最后基于改进的算法进行实验分析,实验结果表明,与标准朴素贝叶斯分类算法、贝叶斯网相比,改进的算法的分类性能有较大的提高.

摘要： 地下小尺度散射体的检测和识别对于提高地震勘探的分辨率具有重要意义,目前业界普遍采用绕射波分离及成像方法检测地下散射体,而绕射波成像的质量主要取决于绕射波和反射波波场分离的程度.本文将被动源震源定位问题中常用的时间反转原理引入到地下散射体检测中,首先通过分析被动源和主动源模型反传波场的聚焦状态,验证了时间反转原理应用于地下散射体检测中的可行性;并引入机器学习中的朴素贝叶斯分类算法,给出适用于时间反转散射体检测的分类算法框架,计算模型中每个点成为散射体的概率,最终检测出地下散射体最有可能存在的位置.散射体模型和Sigsbee2a模型的试算结果证实了本文方法在不需对反射波和绕射波分离的情况下,即可实现对地下散射体的检测和定位,同时由于考虑了多次散射的影响,检测结果能准确反映地下散射体的位置.

摘要： 为实现准确、快速地识别柑橘叶片溃疡病,提出一种基于朴素贝叶斯分类的柑橘叶片溃疡病诊断方法.基于不同病害程度的叶片数码图像,根据颜色空间特征,构建基于朴素贝叶斯的柑橘叶片溃疡病斑识别模型,并对比分析朴素贝叶斯分类、固定阈值分割、自适应阈值分割、支持向量机分割对柑橘叶片溃疡病的诊断能力.结果表明:基于朴素贝叶斯分类的柑橘叶片溃疡病斑分割效果较好,误分割率仅为3.58％,远远优于阈值法和支持向量机.在运行效率方面,4种算法耗时排序为固定阈值法<自适应阈值法<朴素贝叶斯法<支持向量机法,但均在较合理的范围内;结合前期准备时间,朴素贝叶斯法的运行效率最佳.综上所述,朴素贝叶斯分类算法在柑橘叶片溃疡病诊断方面具有快速、精准的应用能力,可以为果树从业者精确诊断果树病害严重度提供新思路.

摘要： 针对目前电网通信系统中通信电源管理的空白,引入大数据算法实现对电源数据信息的信息化管理.采用朴素贝叶斯分类算法来对数据进行分类,并融入C4.5决策树算法,实现不同种类数据分类.根据决策树模型计算每种属性的权重,将权重引入到朴素贝叶斯分类算法进行数据的分类,提高了分类精度.引入Xilinx XC7A200T型号的逻辑处理芯片、FPGA驱动、ADC HM-CAD1520芯片对采集设备的上行端口进行逻辑设计,提高数据采集的效率和质量.试验表明,分类精度比朴素贝叶斯分类算法的分类精度提高了5％左右,数据采集方案的采集效率比传统的数据采集效率提高了15％左右.

摘要： 现阶段大型活动突发事件下的交通组织应急预案多依赖人工经验,缺少针对性和定量化应急措施.针对预案的快速匹配问题,提出利用交通应急预案库中的历史案例提取突发事件特征属性,基于案例推理和朴素贝叶斯分类快速生成初始预案,并依据贝叶斯分类算法所得后验概率选取属性不完备情况下的最佳匹配预案.在此基础上,基于改进的规则推理建立交通应急预案库知识库和规则库,并采用正向推理修改预案内容.为构建评价指标体系,基于模糊层次分析法对预案应急能力水平和突发事件严重程度进行模糊评价.以北京2022年冬奥会为仿真案件,试验结果表明该方法可以快速生成最佳匹配预案并完成动态调整与完善.

摘要： 针对大数据智能分类效率低、占用率较高的问题,提出了一种云计算下低占用率大数据智能分类方法,采用贝叶斯算法构建智能分类模型,使其后续分类时通过朴素贝叶斯智能分类器可以将容错率降到最小,并构建压缩函数及选择特征使其能够和源数据之间的区分程度相同的,对智能分类模型进行训练,通过训练后的分类模型对源数据进行特征分类,最终完成云计算下大数据智能分类的目的 .仿真结果表明,使用改进方法对大数据分类,其计算过程简单、空间占用率较低,能够有效的缩短数据分类时间,鲁棒性较强.

摘要： 本文研究了自适应学习系统中学习者学习情况诊断的相关文献,设计了一个自适应学习系统模型;给出了学习者情况诊断的一般过程,设计了基于知识点权重的朴素贝叶斯分类预测算法,给出了实现的模型。

摘要： 多关系分类是数据挖掘领域中的研究和应用热点之一。已有多关系朴素贝叶斯分类算法将所有与目标表相连的表都考虑在内,其中包括语义关系很弱的表。为此,本文提出一种新的基于语义关系优化的多关系朴素贝叶斯分类算法--Graph-NB算法。该算法利用多表之间存在的不同语义关系,对表进行剪裁,以达到优化语义关系图以及消除无关表对分类影响的目的,同时可以提高分类效率。该算法实现了深度优先与广度优先两种不同的遍历策略,通过比较分析与其他算法在多个真实数据库和合成数据库上的测试结果以及两种不同遍历策略的优劣势,可以发现Graph-NB算法分类准确度高,算法运行时间短,优于之前的许多多关系分类算法。

摘要： 提升公共交通服务水平对改善城市交通问题具有重大意义,乘客感知到的公交满意度是直接反馈公交发展的一项重要信息,是提升城市公共交通的重要影响因素.本文基于朴素贝叶斯分类方法,建立乘客满意度预测模型,以此进行改善措施的效果预测及评价,从而为提供乘客满意度的改善措施提供量化依据.以广州市调查数据为例表明:假若候车时间满意度提升50％,乘客总体满意度“比较满意”以上的比例将会由72.1％上升到80.6％.

摘要： 针对有效区分分组丢失类别问题,提出了一种端到端多参数度量自适应拥塞控制算法——TCP-NBayes算法.首先根据混合网络下有线链路和无线链路分组丢失特性的不同选取特征参数.然后基于朴素贝叶斯理论建立区分无线随机丢失和拥塞丢失的鉴别模型.仿真实验表明该算法分类准确度最高可达95％,与其他算法相比,其友好性与公平性表现良好,对网络性能有很大的改善.

摘要： 针对考虑流域内水库运行规律但缺少小型水库、塘坝运行资料的洪水预报,提出了一种以朴素贝叶斯分类为基础、利用小尺度流域水库信息推求大尺度全流域水库信息的空间变尺度水库运行规律分析方法,并将其分析结果应用于流域洪水预报修正中.以丰满五道沟控制站以上流域为例,采用该方法对2场洪水预报进行了修正.结果表明,修正后的预报精度较原预报方案预报精度明显提高,预报结果可以对水库调度起指导作用.

摘要： 提出了一种用户指导的关系数据分类算法.对朴素贝叶斯分类算法进行拓展,使其应用到多关系数据分类领域,并引入了用户指导的概念.该算法有效的提高了分类精确度,并且能够直接支持关系数据库,运行时间远远小于基于ILP技术的关系数据分类算法.

摘要： 从人工分类的角度看,标题、摘要及关键词中的词条对于文本分类具有更重要的作用.在此基础上提出了基于类别核心词的分类模式,从标题、摘要及关键词中提取类别核心词,通过加权方式,强化它们在文本分类中的用.基于朴素贝叶斯分类方法的实验表明,提出的方法能够有效提高中文文本的分类准确率.

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： 本发明公开一种基于朴素贝叶斯分类算法的P2P预测方法及系统、服务器及介质，其对网络包特征及属性进行五类划分，并定义特征属性的权重值；当网络包到达防火墙时建立网络会话，根据网络会话的五元组信息判断其传输层协议是否为TCP或UDP类型；并在判断网络会话的传输层协议为TCP或UDP类型时，统计网络包的五类特征属性，根据朴素贝叶斯分类算法将网络会话的分类概率与样本库分类概率的比较，判断该网络会话是否为P2P连接类型；从而能够提前预测网络包是否为P2P类型，从而对P2P流进行有效控制，减少P2P的高流量对防火墙设备的影响。

摘要： 本发明请求保护一种融合标签数据和朴素贝叶斯分类的推荐方法及系统。采用用户标签数据作为用户的属性特征，站在用户的角度，利用统计学和概率论的思想建立用户和标签之间的关联，从而更准确地表达用户的偏好信息。并将用户和标签之间的关联与朴素贝叶斯分类算法相结合，进而对用户进行分类，以及对新用户进行类别的匹配。此外，考虑标签的扩展性和时间上下文信息这两个因素，进一步降低数据稀疏性带来的影响。最后计算类别里的用户对物品的平均评分信息，实现Top‑N推荐。

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： 本发明涉及一种基于朴素贝叶斯分类算法的电脑文件分类处理方法。本发明用户首先创建完成自己的分类样本库，并且进行训练，配置相关阀值及其他相关参数；然后，选择文件分类类型，执行文件分类操作，实现文件分类；所述的分类包含简单文件分类和深度文件分类；简单文件分类主要是根据文件名、文件类型这两个属性进行分类处理；深度文件分类是在简单文件分类的基础上再根据文件内容进行深度分析的分类处理；由基于贝叶斯分类算法的文件分类分析器根据文件名、文件内容特定特征属性及训练样本数据进行分类运算，文件分类处理器根据运算结果再将文件归类处理。本发明解决了电脑指定目录下的文件进行分类处理；可以用于文件的分类处理上。

摘要： 本发明为基于同态加密的无交互朴素贝叶斯分类方法，属于信息安全领域。该方法包含以下步骤：S1：设定安全参数和相关加解密参数；S2：根据安全参数生成公私钥对和运算密钥；S3：对样本数据进行编码后再进行加密，生成加密数据；S4：朴素贝叶斯预测模型对加密数据进行同态的分类；S5：利用私钥解密得到样本数据的分类结果。本发明提出了基于同态加密的无交互朴素贝叶斯分类方法，在分类阶段用户和服务器在计算过程中没有任何信息交互，能够极大地降低通信开销和隐私泄露风险。

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： 本发明公开了一种本地差分隐私模型下的朴素贝叶斯分类方法，属于信息安全领域。首先，用户从多个特征之中随机采样一个特征，将该特征的值与类标签的值组成一个二维数据。其次，根据服务器端提供的隐私预算的取值，用户在本地对自己的二维数据进行扰动。接着，服务器端收集到所有用户的扰动数据，对类标签的频率以及特征与类标签之间的联合分布进行估计。最后，利用朴素贝叶斯分类器对测试数据进行分类预测。本发明考虑了特征与类标签之间的相关性，设计了扰动机制以及相应的估计机制，并且理论分析了隐私预算的一个较优的划分方式，该方法在保证用户隐私安全的基础上，也保证了数据收集方统计结果的准确性。

摘要： 本发明公开了一种具有隐私性保护的朴素贝叶斯分类方法，包括：基于加密朴素贝叶斯分类模型为用户在云服务器部署分类服务；通过哈希函数将用户需要分类的生物特征向量进行加密，获得加密生物特征向量，并将加密生物特征向量发送至云服务器；云服务器进行数据交互执行朴素贝叶斯分类方案，获得加密分类结果，并将加密分类结果返回给用户，用户解密后获得目标分类结果。本发明实现了模型的共享，使得没有模型的用户也可以通过共享的模型获得分类结果，既保证用户待分类的输入数据和分类结果的隐私信息不泄露，也保证了模型的隐私性；用户和模型提供者只需要和云服务器交互一次，解放了用户和模型提供者的在线参与。

摘要： 基于朴素贝叶斯分类算法的道路破坏性预测自动驾驶方法，包括模型构建阶段a、破坏性预测阶段b及驾驶策略构建与执行阶段c；通过阶段a对地震历史道路破坏图像进行三次分类以构建出多组数据集，通过对每组数据集进行识别以获取针对每组数据集中每个目标物的样本集，基于构建的朴素贝叶斯分类模型对目标物进行训练；通过阶段b计算出车辆所属震区并获取与其所属震区对应的样本集，对车辆行驶方向上的目标物并对其进行特征属性的识别；计算出与该目标物对应的倒塌分类标签以将其确认为倒塌目标；通过阶段c生成目标物倒塌的道路模型并对车辆进行相应的自动驾驶控制。以便对车辆进行与道路破坏性预测结果相对应的驾驶策略控制以避开倒塌的目标物。