检索结果-南通市图书馆

次同步振荡在线监测的同步提取变换和朴素贝叶斯方法

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2019年第3期43卷 187-192页

作者：赵妍崔浩瀚荣子超东北电力大学输变电技术学院吉林省吉林市132012 东北电力大学电气工程学院吉林省吉林市132012 国网吉林省电力有限公司梨树县供电公司吉林省四平市136500

目前基于相量测量单元(PMU)实现次同步振荡在线辨识和告警存在的问题有:参数辨识一般只辨识频率、幅值,不辨识衰减因子;告警阈值的确定需要人为经验,导致告警判据的快速性和可靠性难以保证。针对上述问题,提出将同步提取变换(SET)和机... 详细信息

目前基于相量测量单元(PMU)实现次同步振荡在线辨识和告警存在的问题有:参数辨识一般只辨识频率、幅值,不辨识衰减因子;告警阈值的确定需要人为经验,导致告警判据的快速性和可靠性难以保证。针对上述问题,提出将同步提取变换(SET)和机器学习方法——朴素贝叶斯(NB)方法相结合的次同步振荡在线监测方法。SET可以快速、准确地辨识出次同步振荡的模态参数,而NB方法可以自动实现次同步振荡在线预警。首先,通过SET对已有的历史次同步振荡数据进行辨识,将辨识得到的频率和衰减因子交由NB方法学习,并生成NB分类器。然后,当有新的PMU上传的振荡信号数据时,先采用SET辨识出振荡的频率和衰减因子,再将这些参数交由NB分类器来判断是否发生次同步振荡,并准确预警,从而实现对次同步振荡的在线监测。通过IEEE第二标准模型验证了所提方法的有效性。

关键词：次同步振荡在线监测机器学习同步提取变换朴素贝叶斯

基于朴素贝叶斯和EM算法的软件工作量缺失数据处理方法

在线全文

学校读者我要写书评

暂无评论

系统工程理论与实践 2017年第11期37卷 2965-2974页

作者：张文姜祎盼殷广达余乐安北京化工大学经济管理学院北京100029

软件工作量数据缺失是软件工作估算的一个难题.本文在朴素贝叶斯模型和EM(expectation maximization)算法的基础上,提出了针对软件工作量数据缺失的处理方法.首先,本文介绍了数据缺失的内在机理;然后,本文提出了基于朴素贝叶斯和EM算法... 详细信息

软件工作量数据缺失是软件工作估算的一个难题.本文在朴素贝叶斯模型和EM(expectation maximization)算法的基础上,提出了针对软件工作量数据缺失的处理方法.首先,本文介绍了数据缺失的内在机理;然后,本文提出了基于朴素贝叶斯和EM算法的软件工作量预测的方法;之后,本文提出了两种软件工作量数据缺失处理方法:容忍数据缺失方法和修复缺失数据方法;最后,本文利用ISBSG和CSBSG软件工作量数据集验证了本文所提出的数据缺失处理方法.实验结果表明:本文所提出的两种缺失数据处理方法的性能要优于MINI修复方法结合SVM的分类模型;修复缺失数据方法的预测性能要优于容忍数据缺失方法;对于两个数据集来说,其每一类别的工作量数据都来自于一个高斯组件.

关键词： EM算法朴素贝叶斯容忍缺失数据修复缺失数据软件工作量预测

在线全文

学校读者我要写书评

暂无评论

改进的朴素贝叶斯增量算法研究

通信学报 2016年第10期37卷 81-91页

作者：曾谁飞张笑燕杜晓峰陆天波北京邮电大学软件学院北京100876 北京邮电大学计算机学院北京100876

提出了一种新增特征的朴素贝叶斯增量算法。在无标注语料增量样本的选择上,借助传统的类置信度阈值,构建一个最小后验概率作为样本选择的双阈值,当识别到增量语料中有新的特征时,会将该特征加入到特征空间,并对分类器进行相应的更新,发... 详细信息

提出了一种新增特征的朴素贝叶斯增量算法。在无标注语料增量样本的选择上,借助传统的类置信度阈值,构建一个最小后验概率作为样本选择的双阈值,当识别到增量语料中有新的特征时,会将该特征加入到特征空间,并对分类器进行相应的更新,发现对类置信度阈值起到很好的补充作用,最后利用了无标注和有标注语料验证所提算法。实验结果表明,改进的朴素贝叶斯增量算法较传统增量算法表现出了更优的增量学习效果。

关键词：朴素贝叶斯增量算法特征空间评价指标

案例支撑下的朴素贝叶斯树状河系自动分级方法

在线全文

学校读者我要写书评

暂无评论

测绘学报 2019年第8期48卷 975-984页

作者：段佩祥钱海忠何海威谢丽敏罗登瀚信息工程大学地理空间信息学院

河流分级是树状水系综合的关键。现有方法大多根据河段的局部几何特征进行主支流识别,较少顾及河流和河系的整体结构特征,且使用多指标综合评价判别时对权重的设定缺乏科学的方法,对综合知识利用较少,应用的灵活性有待提高。对此,本文... 详细信息

河流分级是树状水系综合的关键。现有方法大多根据河段的局部几何特征进行主支流识别,较少顾及河流和河系的整体结构特征,且使用多指标综合评价判别时对权重的设定缺乏科学的方法,对综合知识利用较少,应用的灵活性有待提高。对此,本文从案例学习的角度出发,针对河段主支流关系识别,提出一种基于朴素贝叶斯的树状河系自动分级方法。首先,从已有成果数据中提取出主支流分类的案例,利用朴素贝叶斯机器学习方法进行训练得到主支流分类模型;对于待分类树状河系,使用分类模型,从河口出发自下游向上游依次计算各上游河段分类为主流的概率,以概率最大的上游河段作为主流河段,将各主流河段依次连接得到主流河流;主流河流以外的支流部分,重复以上步骤进行层次结构化实现河系分级。试验证明,本文方法能很好地模仿专家意图,对树状河系的主支流进行很好地识别分类,并构建合理的层次结构,分级效果良好。

关键词：树状河系自动分级主支流识别案例学习朴素贝叶斯

基于改进朴素贝叶斯算法的垃圾邮件过滤器的研究

在线全文

学校读者我要写书评

暂无评论

西北工业大学学报 2010年第4期28卷 622-627页

作者：郑炜沈文张英鹏西北工业大学软件与微电子学院陕西西安710072 西安财经学院信息学院陕西西安710072

基于朴素贝叶斯算法的垃圾邮件过滤器是目前比较高效、经济的垃圾邮件过滤技术之一,它已经广泛应用到垃圾邮件过滤领域。文章在对朴素贝叶斯过滤器分析的基础上,针对朴素贝叶斯算法的缺陷结合损失最小化的思想,并根据垃圾邮件的特性对... 详细信息

基于朴素贝叶斯算法的垃圾邮件过滤器是目前比较高效、经济的垃圾邮件过滤技术之一,它已经广泛应用到垃圾邮件过滤领域。文章在对朴素贝叶斯过滤器分析的基础上,针对朴素贝叶斯算法的缺陷结合损失最小化的思想,并根据垃圾邮件的特性对朴素贝叶斯算法做了改进,提出了改进朴素贝叶斯算法,该算法能够通过调整k值,降低合法邮件被错判为垃圾邮件的概率,从而最大程度减少用户的损失。

关键词：概率朴素贝叶斯垃圾邮件过滤器

改进的朴素贝叶斯算法在垃圾邮件过滤中的研究

在线全文

学校读者我要写书评

暂无评论

通信学报 2017年第4期38卷 140-148页

作者：杨雷曹翠玲孙建国张立国哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001 中国科学院信息工程研究所北京100093

提出了一种利用支持向量机改进的朴素贝叶斯算法——TSVM-NB算法。首先利用NB算法对样本集进行初次训练,利用支持向量机构造一个最优分类超平面,每个样本根据与其距离最近样本的类型是否相同进行取舍,这样既降低样本空间规模,又提高每... 详细信息

提出了一种利用支持向量机改进的朴素贝叶斯算法——TSVM-NB算法。首先利用NB算法对样本集进行初次训练,利用支持向量机构造一个最优分类超平面,每个样本根据与其距离最近样本的类型是否相同进行取舍,这样既降低样本空间规模,又提高每个样本类别的独立性,最后再次用朴素贝叶斯算法训练样本集从而生成分类模型。仿真实验结果表明,该算法在样本空间进行取舍过程当中消除了冗余属性,可以快速得到分类特征子集,提高了垃圾邮件过滤的分类速度、召回率和正确率。

关键词：邮件过滤朴素贝叶斯支持向量机修剪策略

在线全文

学校读者我要写书评

暂无评论

一种双层贝叶斯模型:随机森林朴素贝叶斯

计算机研究与发展 2021年第9期58卷 2040-2051页

作者：张文钧蒋良孝张欢陈龙中国地质大学计算机学院武汉430074 智能地学信息处理湖北省重点实验室(中国地质大学) 武汉430074

文本分类是自然语言处理领域的一项基础工作.文本数据的高维性和稀疏性,给文本分类带来了许多问题和挑战.朴素贝叶斯模型因其简单、高效、易理解的特点被广泛应用于文本分类任务,但其属性条件独立假设在现实的文本数据中很难满足,从而... 详细信息

文本分类是自然语言处理领域的一项基础工作.文本数据的高维性和稀疏性,给文本分类带来了许多问题和挑战.朴素贝叶斯模型因其简单、高效、易理解的特点被广泛应用于文本分类任务,但其属性条件独立假设在现实的文本数据中很难满足,从而影响了它的分类性能.为了削弱朴素贝叶斯的属性条件独立假设,学者们提出了许多改进方法,主要包括结构扩展、实例选择、实例加权、特征选择、特征加权等.然而,所有这些方法都是基于独立的单词特征来构建朴素贝叶斯分类模型,在一定程度上限制了它们的分类性能.为此,尝试用特征学习的方法来改进朴素贝叶斯文本分类模型,提出了一种双层贝叶斯模型:随机森林朴素贝叶斯(random forest naive Bayes,RFNB).RFNB分为2层,第1层利用随机森林从原始的单词特征中学习单词组合的高层特征.然后将学习到的新特征输入第2层,经过一位有效编码后用于构建伯努利朴素贝叶斯模型.在大量广泛使用的文本数据集上的实验结果表明,提出的RFNB模型明显优于现有的最先进的朴素贝叶斯文本分类模型和其他经典的文本分类模型.

关键词：朴素贝叶斯随机森林特征学习特征表示文本分类

一种基于朴素贝叶斯分类模型的高光谱矿物精确识别方法

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2014年第2期34卷 505-509页

作者：贺金鑫陈圣波王阳吴艳繁吉林大学地球科学学院吉林长春130061 吉林大学地球探测科学与技术学院吉林长春130061 吉林大学计算机科学与技术学院吉林长春130012

由于某些矿物,特别是与成矿作用有关的热液蚀变矿物的光谱特征差异较小,更受到矿物混合光谱等因素的影响,导致大多数光谱识别方法对一些光谱特征相似的矿物极易出现混淆和误判现象。因此,针对矿物光谱的"同物异谱"、"同谱异物"现象,提... 详细信息

由于某些矿物,特别是与成矿作用有关的热液蚀变矿物的光谱特征差异较小,更受到矿物混合光谱等因素的影响,导致大多数光谱识别方法对一些光谱特征相似的矿物极易出现混淆和误判现象。因此,针对矿物光谱的"同物异谱"、"同谱异物"现象,提出了一种基于朴素贝叶斯分类模型的高光谱矿物精确识别方法。通过对白云母、高岭石,这两种光谱特征相近的典型蚀变矿物的实验测试、分析,并与光谱角匹配、二进制编码、光谱特征拟合等同类方法进行对比,结果表明该方法能够充分地利用吸收特征波谷位置、吸收特征深度、包络线斜率等多种矿物光谱识别属性特征,进而将不同种类的矿物更明显地予以区分,具有较高的分类识别准确率。

关键词：高光谱遥感矿物识别分类模型朴素贝叶斯

半监督条件下基于朴素贝叶斯和Choi-Williams时频分布能量积累的雷达信号识别

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2021年第3期43卷 589-597页

作者：王红卫董鹏宇陈游周一鹏肖冰松空军工程大学航空工程学院西安710038

针对非合作电子侦察雷达信号识别中先验信息残缺的问题,该文提出一种基于Choi-Williams时频分布(CWD)的改进半监督朴素贝叶斯的识别算法(ISNB)。首先对CWD进行降噪预处理,然后通过计算降噪后CWD不同时间下各频率采样值的积累量,从而得到... 详细信息

针对非合作电子侦察雷达信号识别中先验信息残缺的问题,该文提出一种基于Choi-Williams时频分布(CWD)的改进半监督朴素贝叶斯的识别算法(ISNB)。首先对CWD进行降噪预处理,然后通过计算降噪后CWD不同时间下各频率采样值的积累量,从而得到CWD的能量积累量这一新特征;针对传统的半监督朴素贝叶斯(SNB)在更新训练样本集过程中会产生迭代错误的不足,通过在无标签样本集生成的置信度列表中选取置信度高的样本添加到有标签样本集中,再利用预测后的分类结果对分类器参数进行改进,进而构建改进的SNB分类器,有效解决了传统SNB算法分类精度低且分类性能不稳定的缺点。理论分析和仿真结果表明,所提方法相比于传统SNB算法均提高了3%左右;在相同信噪比下,相比于传统的主成分分析加支持向量机法,该算法具有更高的分类识别率和更好的分类性能。

关键词：雷达信号识别 Choi-Williams时频分布能量累积量朴素贝叶斯半监督学习