混合式朴素贝叶斯分类模型

为了降低朴素贝叶斯分类模型的独立性假设约束,提出一种混合式朴素贝叶斯分类模型(MBN:Mixed Naive Bayes)。通过分析贝叶斯定理,把条件属性集合划分成若干个独立的属性子集,用树增广朴素贝叶斯分类对属性子集分别进行分类学习,通过公式进行整合。将该模型算法与朴素贝叶斯及树增广朴素贝叶斯进行实验比较,实验结果表明MBN分类器在多数数据集上具有较高的分类正确率。     

基于相关系数的加权朴素贝叶斯分类算法

朴素贝叶斯分类算法的条件独立性假设在很少情况下能够满足,为了克服该问题,提出了一种基于相关系数的加权朴素贝叶斯分类模型.通过计算条件属性和决策属性之间的相关系数,对不同的条件属性赋予不同的权重,从而在保持简单性的基础上有效地提高了朴素贝叶斯算法的分类性能.首先给出了基于相关系数的属性权值求解方法,然后描述了相应的算法,并对算法原理进行了分析与证明.通过在中医小儿肺炎病例数据集和UCI数据集上的仿真实验,验证了该方法的有效性.     

基于属性聚类的贝叶斯分类算法

在数据挖掘的过程中,由于贝叶斯分类算法要求条件属性必须独立,因此具有一定的局限性.考虑该缺陷,提出用数据挖掘中另一种常用聚类算法对原始数据的条件属性进行数据预处理后,再使用贝叶斯算法.实验表明该算法提高了分类的准确率.     

基于加权朴素贝叶斯分类算法的学生成绩决策分析

在已有上机实验数据的基础上,使用综合的权值计算方法,将加权朴素贝叶斯分类算法应用到学生成绩分析与预测中.实验结果显示,对于学生的成绩分类,使用综合权值的结果优于传统权值的分类结果,表明使用文中的加权贝叶斯方法分析学生成绩是切实可行的.     

基于贝叶斯分类算法的安全检测

准确率和效率对一个入侵检测系统来说是至关重要的。介绍了分类的模型及其评价方法,采用基于贝叶斯算法的分类模型,给出了入侵检测系统的基本框架及实验结果。     

基于云模型的多因素评判算法

由于事件受多因素影响,有的容易辨别,有的存在一定的模糊性,很难给事物某一特征以客观的评价。人们不断的研究希望有一种方法能很公平的评价事物,但大多都为主观赋权值,这必然对评价结果造成一定的影响,特别是对于一些难以确定权值的因素。云模型的提出给评价系统注入了活力。本文把云理论与对事物特性的评价思想结合,形成新的评价算法,并通过对"二手汽车估价"实例进行验证。     

基于贝叶斯分类算法的参赛情况预测系统

应用数据挖掘方法中的贝叶斯分类算法设计参赛情况预测系统,设计的系统可预测大学生的参赛情况,对正确引导大学生参赛具有重要的作用。     

基于K-均值聚类的朴素贝叶斯网络分类模型

针对朴素贝叶斯网络分类模型在处理高维大数据量时的效率偏低和准确率有待提高的问题,结合主元分析法与K-均值聚类算法构造出了一个改进的朴素贝叶斯网络分类模型;摒弃了非类属性变量相对于类属性变量相对独立的前提条件,算法首先用主元分析法在对数据集的信息量尽量保存的同时进行了降维操作,使得算法可以着重于进行分类问题;算法还提出了一个"相对融合点"的概念,有效地提高了算法的性能;最后对算法的性能进行了分析,并将改进的算法应用到实际的数据集进行实验,用算法产生的分类结果对数据集中产生的一些缺失数据进行修补。     

基于云理论神经网络决策树的生成算法

提出了一种基于五层云神经网络的决策树生成方法.运用五层云神经网络学习变量间的云映射关系,从中生成云决策树.给出了神经网络的学习算法和云决策树的推理方法,这种方法不但具有神经网络的学习能力,而且结合云理论处理知识的不确定性的能力.该方法利用了五层云神经网络学习后的云映射强度,并能实现云决策树的剪枝优化,提高了算法的正确率.     

基于云模型的边坡风险评估方法及其应用

针对边坡风险评估随机性和模糊性共存的特点,在传统模糊综合评判法(FCE)的基础上引入云模型理论,提出一种边坡风险评估方法.选取边坡坡高等7项因素作为评估风险集,将风险划分为5个等级,采用云模型来构建隶属度函数.通过正、逆向云发生器计算权系数矩阵和综合评判矩阵,利用Matlab软件直观生成评价云和"云滴"图来对比分析,综合评价得到边坡风险等级.以大崎山旅游公路边坡为例进行建模分析,将评估结果与传统模糊理论评判方法所得结果进行对比,与实地调查结果相合,分析结果表明该方法是有效的.     

基于逆云模型的支持向量机多类分类方法

针对支持向量机在进行多类识别中存在的拒分问题,结合能够描述客观世界不确定性的模糊理论,提出利用逆云模型描述样本对各类逆云隶属度的多类分类方法.实验表明,该方法能够有效地消除样本拒分现象,提高识别率.     

基于云模型的定性评价方法

基于自然语言的定性评价在人类活动中有着广泛应用.逆向云能有效实现从定量数值到定性概念的转化,用3个数字特征表示定性概念.概念提升操作可以将用数字特征表示的原子概念组合成粗粒度的综合概念.通过儿童健康发育状况评测实例,验证基于逆向云和概念提升的定性评价方法的实用性、全面性和有效性.     

基于云模型的信任评估研究

讨论了信任关系的随机性和模糊性共存以及相互融合问题。分析云模型描述不确定性概念的方法和实现定性语意与定量数值相互转换的算法,提出了基于云理论的信任评估模型—信任云。该模型提出云特征参数表达的信任传递和合并算法,在精确描述信任期望值的同时,通过熵和超熵刻画了信任的不确定性。相对于传统的信任评估策略,该模型获取的信任值包含更多的语意信息,更适合作为信任决策的依据。     

计算机模拟技术在逆向云发生器中的应用

针对采集大量的定量信息存在一定的困难,引入了计算机模拟技术。利用计算机模拟技术,可以由采集到的少量的云滴信息模拟出大量的云滴信息。逆向云发生器可以实现定量数值到定性语言值的转换,其精度依赖于定量数值的数目,误差随着定量信息的增加而减少。通过实例验证,结果表明：模拟数据可信,该研究为提高逆向云发生器算法的精度提供了一种新的方法。     

一种基于多关系的朴素贝叶斯空间分类算法

空间分类既要考虑待分类对象的非空间属性,还要考虑其空间邻接对象非空间属性对分类的影响.提出一种基于多关系的朴素贝叶斯空间分类算法,算法将多关系分类方法用于空间分类,考虑了不同近邻对象的非空间属性对分类产生的影响,其分类准确率高于单关系朴素贝叶斯空间分类算法.算法可以用于空间数据库中的大数据集,不需要复杂的数据预处理.     

基于云模型的水闸泵站远程监测数据挖掘分析

为提高水闸泵站监测的预测预警能力,考虑到影响水闸泵站安全的多因素性和监测数据量庞大的特点,提出了一种将云模型与改进Apriori算法相结合的水闸泵站监测数据关联规则挖掘方法。首先建立监测数据属性空间,利用逆向云模型实现属性空间的软划分,将监测数据离散化。为避免传统Apriori多次扫描数据库时间长的缺点,采用二进制存储数据并通过"与运算"获取频繁项集;考虑到数据的动态增加,采用增量更新方法对规则进行更新。最后以某市水闸泵站的监测数据分析为例,验证了所提方法的有效性。     

一种基于粗糙集分类规则发现的方法

介绍了粗糙集理论实现数据分类和规则推理的基本原理,并利用粗糙集理论中核及决策类覆盖的概念,提出了一个在数据集中发现没有冗余属性的最小归纳依赖关系,并简化带有不相容规则的决策系统的多层次数据挖掘算法,应用一实际的例子说明如何在数据库中发现分类规则.     

基于贝叶斯决策的网格社区案卷分发模型

随着我国城市化进程不断深入,智慧城市与合作治理正日益成为发展的新范式,而信息技术和智能终端设备的普及应用也使得全民参与社会公共管理成为可能。传统的群众与政府间沟通渠道和社会管理平台架构已难以满足不断增长的数据规模和群众广泛参与城市治理的社会现实。因此,提出了一种基于贝叶斯决策的网格社区案卷分发模型。模型首先运用贝叶斯决策理论对群众上报社管案卷信息进行分析并归类,然后结合案卷上报地理位置信息确定其所在社区网格,最后根据分类结果将案卷分发至所属社区网格的相应职能部门。K-fold交叉验证结果表明,提出的案卷分发模型具有较好的可用性和准确性。     

云环境中基于金字塔模型的影像数据存储方法

随着卫星遥感获取技术的发展,影像数据量呈几何式增长,传统数据存储技术已经无法适应海量影像数据的处理要求.结合金字塔模型和MapReduce架构提出了一种适用于云计算环境的分布式并行存储方法—BMLStorage(storage based on MapReduce and local file system),该方法基于金字塔模型对影像数据进行分层分块处理,并对所得瓦片重新编码.定义了一种新的存储规则,使得所有瓦片可以按照此规则利用Hadoop中的MapReduce框架实现并行存储.实验表明,该方法与现有方法相比,在海量影像数据存储性能方面有一定的提高.     

基于CDVRS的虚拟机资源调度策略研究

云计算将各种处理器、存储以及网络等物理资源虚拟化为虚拟机,为用户分配相应的虚拟机以及将虚拟机调度到物理资源上是云计算中一个重要问题.提出一种基于分类挖掘的虚拟机资源调度模型及算法CDVRS(virtual machine resources scheduling based on classification data mining)解决该问题,采集用户访问虚拟机及虚拟机映射物理资源的历史信息,采用改进的分类挖掘算法对其进行挖掘,得到指导虚拟机资源调度的分类规则和模式,在此基础上实施虚拟机资源调度.对模型和算法进行仿真,实验结果表明采用CDVRS算法相比GA(genetic algorithm)、PSO(particle swarm optimization)等算法在资源利用率上有较大的改善,能有效提高云计算中虚拟机资源调度的效率.