在統(tǒng)計(jì)學(xué)中，通常不會(huì)明確地為所有的現(xiàn)有經(jīng)驗(yàn)附加條件，因?yàn)樗强梢约僭O(shè)的。出于這個(gè)原因，在本書中，我們不會(huì)在這種情況下單獨(dú)增加變量。然而在貝葉斯分析中，我們必須記住，我們對(duì)這個(gè)世界的理解總是以自己在這個(gè)世界上的經(jīng)驗(yàn)為條件的。
2023-10-18 10:51:56
77 
電子發(fā)燒友網(wǎng)站提供《PyTorch教程22.9之樸素貝葉斯.pdf》資料免費(fèi)下載
2023-06-06 09:22:30
0 在眾多機(jī)器學(xué)習(xí)分類算法中，本篇我們提到的樸素貝葉斯模型，和其他絕大多數(shù)分類算法都不同，也是很重要的模型之一。
2023-01-16 10:11:21842 
樸素貝葉斯（ NB ）是一種簡(jiǎn)單但功能強(qiáng)大的概率分類技術(shù)，具有良好的并行性，可以擴(kuò)展到大規(guī)模數(shù)據(jù)集。
2022-10-10 14:50:41663 
有用labview做貝葉斯網(wǎng)絡(luò)進(jìn)行故障診斷的朋友嗎？我雖然有些labview基礎(chǔ),但對(duì)貝葉斯網(wǎng)絡(luò)、故障診斷是剛開始學(xué)，有的話多指導(dǎo)啊，共同進(jìn)步！
2012-03-10 19:26:38
簡(jiǎn)述對(duì)貝葉斯公式的基本理解
2021-10-18 10:01:460 樸素貝葉斯方法是在貝葉斯算法的基礎(chǔ)上進(jìn)行了相應(yīng)的簡(jiǎn)化，即假定給定目標(biāo)值時(shí)屬性之間相互條件獨(dú)立。也就是說(shuō)沒(méi)有哪個(gè)屬性變量對(duì)于決策結(jié)果來(lái)說(shuō)占有著較大的比重，也沒(méi)有哪個(gè)屬性變量對(duì)于決策結(jié)果占有著較小的比重
2021-10-02 17:14:008129 貝葉斯統(tǒng)計(jì)為你提供了在新數(shù)據(jù)的證據(jù)中更新你的評(píng)估工具，這是一個(gè)在許多現(xiàn)實(shí)世界場(chǎng)景中常見(jiàn)的概念，如跟蹤大流行病，預(yù)測(cè)經(jīng)濟(jì)趨勢(shì)，或預(yù)測(cè)氣候變化。
2021-06-23 17:52:412814 
Ad hoc網(wǎng)絡(luò)中的節(jié)點(diǎn)在轉(zhuǎn)發(fā)數(shù)據(jù)時(shí)易出現(xiàn)自私行為，為激勵(lì)自私節(jié)點(diǎn)參與數(shù)據(jù)轉(zhuǎn)發(fā)，提出一種節(jié)點(diǎn)激勵(lì)策略 IMTFT。根據(jù)貝葉斯博弈理論建立節(jié)點(diǎn)轉(zhuǎn)發(fā)博弈模型，在該模型中引λ增加激勵(lì)因子的改進(jìn)TrT策略
2021-06-11 16:50:308 為準(zhǔn)確評(píng)估計(jì)算機(jī)網(wǎng)絡(luò)的脆弱性，結(jié)合貝葉斯網(wǎng)絡(luò)與攻擊圖提出一種新的評(píng)估算法。構(gòu)建攻擊圖模型RSAG，在消除攻擊圖中環(huán)路的基礎(chǔ)上，將模型轉(zhuǎn)換成貝葉斯網(wǎng)絡(luò)攻擊圖模型BNAG，引人節(jié)點(diǎn)攻擊難度和節(jié)點(diǎn)狀態(tài)變遷
2021-06-11 14:23:279 為提高疼痛表情的識(shí)別準(zhǔn)確性，將約束局部神經(jīng)域（CLNF）模型和貝葉斯網(wǎng)絡(luò)（BN）模型相結(jié)合，提出一種疼痛表情識(shí)別方法。利用CLNF模型獲取疼痛表情的關(guān)鍵特征點(diǎn)，在此基礎(chǔ)上得到攜帶大量疼痛信息的面部
2021-06-03 11:08:3111 數(shù)據(jù)的貝葉斯網(wǎng)絡(luò)分析模型，得到不同條件下航班延誤情況的概率分布;以動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)（ Dynamic Bayesian Networks，DBN推理為主要建模方法，研究了動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)推理和仿真過(guò)程，提岀了一種用于構(gòu)建航班延誤預(yù)測(cè)模型的新方法建立了實(shí)
2021-04-26 15:30:483 今天想談的問(wèn)題是：什么是貝葉斯優(yōu)化/Bayesian Optimization，基本用法是什么？ 本文的定位是：幫助未接觸、僅聽(tīng)說(shuō)過(guò)、初次接觸貝葉斯優(yōu)化的小白們一文看懂什么是貝葉斯優(yōu)化和基本用法
2021-04-09 11:26:4113957 
為全面、準(zhǔn)確地分析既定網(wǎng)絡(luò)的安全態(tài)勢(shì)并給出態(tài)勢(shì)等級(jí)評(píng)定，提出一種基于貝葉斯方法的網(wǎng)絡(luò)安全態(tài)勢(shì)感知混合模型。對(duì)既定網(wǎng)絡(luò)環(huán)境中收集到的態(tài)勢(shì)指標(biāo)數(shù)據(jù)進(jìn)行離散化預(yù)處理，利用不同的評(píng)價(jià)方法建立相應(yīng)的態(tài)勢(shì)指標(biāo)
2021-04-01 11:11:5519 分類問(wèn)題是數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)領(lǐng)域硏究的重點(diǎn)問(wèn)題，貝葉斯網(wǎng)絡(luò)模型因其簡(jiǎn)單髙效的特點(diǎn)而廣泛應(yīng)用于分類問(wèn)題。一依賴估測(cè)器（ODE）模型作為半監(jiān)督學(xué)習(xí)貝葉斯網(wǎng)絡(luò)模型中的經(jīng)典模型，受到研究人員的廣泛關(guān)注。現(xiàn)有
2021-03-17 15:05:1012 互信息和樸素貝葉斯算法應(yīng)用于垃圾郵件過(guò)濾時(shí)，存在特征冗余和獨(dú)立性假設(shè)不成立的問(wèn)題。為此，提出種改進(jìn)互信息的加權(quán)樸素貝葉斯算法。針對(duì)互信息效率較低的問(wèn)題，通過(guò)引入詞頻因子與類間差異因子，提出一種改進(jìn)
2021-03-16 10:15:1612 貝葉斯優(yōu)化是機(jī)器學(xué)習(xí)超參數(shù)優(yōu)化的常用技術(shù)之一，本文不會(huì)使用艱深的數(shù)學(xué)論證，而是通過(guò)簡(jiǎn)單的術(shù)語(yǔ)帶你領(lǐng)略貝葉斯優(yōu)化之美。 假設(shè)有一個(gè)函數(shù) f（x）。其計(jì)算成本很高，它不一定是分析表達(dá)式，而且你不知道它
2020-10-12 15:34:111660 
互聯(lián)網(wǎng)中存在的內(nèi)部威脅具有隱蔽性高、難以管理等特點(diǎn)。為此，建立一種針對(duì)內(nèi)部威脅的貝葉斯網(wǎng)絡(luò)攻擊圖（ＢＮＡＧ）模型。將攻擊者在攻擊過(guò)程中的行為作為研究對(duì)象，以行為在其動(dòng)作期間的資源指向?yàn)榛A(chǔ)，通過(guò)
2020-07-27 16:52:528 為政務(wù)大廳提供查詢和咨詢服務(wù)、給隔離酒店里的客人遞送食物、在景區(qū)提供導(dǎo)游和查詢服務(wù)、在公共場(chǎng)所自動(dòng)測(cè)溫和消殺……疫情期間，各領(lǐng)域?qū)χ悄軝C(jī)器人的應(yīng)用迅速推進(jìn)。近日，貝葉斯智能的BUDDY導(dǎo)覽講解機(jī)器人，正式入駐常州固立高端裝備創(chuàng)新中心。
2020-07-23 10:18:12971 為了實(shí)現(xiàn)非結(jié)構(gòu)化道路檢測(cè)與障礙物的識(shí)別，提出了一種基于最小錯(cuò)誤率貝葉斯決策與 Hough變換相結(jié)合的非結(jié)構(gòu)化道路檢測(cè)與障礙物識(shí)別算法。算法首先將Otsu多閾值理論引入到最小錯(cuò)誤率貝葉斯決策中并進(jìn)
2020-07-06 17:45:587 針對(duì)室內(nèi)WiFi和藍(lán)牙單獨(dú)定位時(shí)信標(biāo)覆蓋有限以及定位精度較低的問(wèn)題，提出一種基于WiFi與藍(lán)牙定位數(shù)據(jù)的優(yōu)化貝葉斯融合定位算法。利用高斯核函數(shù)對(duì)WiFi及藍(lán)牙單獨(dú)定位結(jié)果處理后作為先驗(yàn)樣本信息，通過(guò)
2020-07-06 11:17:2231 數(shù)學(xué)是個(gè)奇妙的東西，可以把生活中的一切量化。人生也是個(gè)奇妙的東西，起起伏伏，好比一個(gè)高斯分布函數(shù)。今天就結(jié)合一些人生的感悟聊聊貝葉斯超參優(yōu)化
2020-07-06 10:34:183901 引我思故我在AI背后的神秘公式近代哲學(xué)奠基人，偉大的笛卡爾說(shuō)出“我思故我在”時(shí)，上帝震驚了。第一個(gè)被賦予公民身份的機(jī)器人Sophia（索菲婭）被問(wèn)到：你怎么知道自己是機(jī)器人？Sophia的回答是：你怎么知道自己是人類？
2019-05-12 10:13:363133 樸素貝葉斯方法是一組基于貝葉斯定理的監(jiān)督學(xué)習(xí)算法，在給定類變量值的情況下，樸素假設(shè)每對(duì)特征之間存在條件獨(dú)立性。下面我將介紹幾種樸素貝葉斯的方法。
2019-05-06 09:29:449020 本文檔的主要內(nèi)容詳細(xì)介紹的是一個(gè)簡(jiǎn)單的偽貝葉斯垃圾郵件過(guò)濾主程序資料免費(fèi)下載。
2019-04-10 08:00:000 在應(yīng)用貝葉斯優(yōu)化之前，我們嘗試使用網(wǎng)格搜索來(lái)調(diào)整AlphaGo的超參數(shù)。具體來(lái)說(shuō)，對(duì)于每個(gè)超參數(shù)，我們構(gòu)建了一個(gè)有效值網(wǎng)格，并在當(dāng)前版本v和固定基線v0之間運(yùn)行自對(duì)弈。對(duì)于每個(gè)值，我們運(yùn)行了1000局對(duì)局。
2018-12-22 09:57:013890 大型機(jī)械設(shè)備安裝過(guò)程復(fù)雜、繁瑣，要求密閉的區(qū)域常常出現(xiàn)泄漏，傳統(tǒng)檢測(cè)泄漏的方法效率低，成本高，針對(duì)這一難題，本文提出一種基于貝葉斯判別準(zhǔn)則的機(jī)械設(shè)備安裝泄露區(qū)域全自動(dòng)檢測(cè)方法，利用貝葉斯理論推導(dǎo)
2018-11-16 17:17:1414 為解決現(xiàn)有標(biāo)簽數(shù)量估計(jì)算法中估計(jì)精度與復(fù)雜度之間的矛盾，在分析比較現(xiàn)有算法的基礎(chǔ)上，提出一種基于序貫線性貝葉斯的射頻識(shí)別（ RFID）標(biāo)簽數(shù)量估計(jì)算法。首先，基于線性貝葉斯理論，充分利用空閑、成功
2018-11-16 15:37:306 這本書幫助那些希望用數(shù)學(xué)工具解決實(shí)際問(wèn)題的人們，僅有的要求可能就是懂一點(diǎn)概率知識(shí)和程序設(shè)計(jì)。而貝葉斯方法是一種常見(jiàn)的利用概率學(xué)知識(shí)去解決不確定性問(wèn)題的數(shù)學(xué)方法，對(duì)于一個(gè)計(jì)算機(jī)專業(yè)的人士，應(yīng)當(dāng)熟悉其應(yīng)用在諸如機(jī)器翻譯，語(yǔ)音識(shí)別，垃圾郵件檢測(cè)等常見(jiàn)的計(jì)算機(jī)問(wèn)題領(lǐng)域。
2018-09-04 08:00:009 為了大家可以對(duì)貝葉斯算法有更多的了解，為大家整理過(guò)一篇關(guān)于貝葉斯算法的文章。今天將為大家介紹利用貝葉斯統(tǒng)計(jì)的一個(gè)實(shí)踐案例。通項(xiàng)目實(shí)踐達(dá)到學(xué)以致用的目的，相信大家對(duì)貝葉斯統(tǒng)計(jì)的理解和掌握都可以更深入，提煉出更精煉的內(nèi)容。
2018-07-16 17:15:3213518 亞馬遜老板貝索斯身價(jià)多少你知道嗎？之前有報(bào)道說(shuō)是杰夫貝索斯1405億美元？現(xiàn)在已經(jīng)不止了，亞馬遜老板貝索斯身價(jià)1433億美元！ 據(jù)國(guó)外媒體報(bào)道稱，亞馬遜創(chuàng)始人杰夫-貝索斯（Jeff Bezos）如今
2018-07-12 18:28:0028901 樸素貝葉斯法是基于貝葉斯定理與特征條件獨(dú)立假設(shè)的分類方法，是經(jīng)典的機(jī)器學(xué)習(xí)算法之一，處理很多問(wèn)題時(shí)直接又高效，因此在很多領(lǐng)域有著廣泛的應(yīng)用，如垃圾郵件過(guò)濾、文本分類等。也是學(xué)習(xí)研究自然語(yǔ)言處理問(wèn)題的一個(gè)很好的切入口。
2018-07-01 08:37:3933612 
不論是學(xué)習(xí)概率統(tǒng)計(jì)還是機(jī)器學(xué)習(xí)的過(guò)程中，貝葉斯總是是繞不過(guò)去的一道坎，大部分人在學(xué)習(xí)的時(shí)候都是在強(qiáng)行地背公式和套用方法，沒(méi)有真正去理解其牛逼的思想內(nèi)涵
2018-06-11 08:51:296295 
學(xué)習(xí)過(guò)概率的人一定知道貝葉斯定理，在信息領(lǐng)域內(nèi)有著無(wú)與倫比的地位。貝葉斯算法是基于貝葉斯定理的一類算法，主要用來(lái)解決分類和回歸問(wèn)題。人工智能之機(jī)器學(xué)習(xí)中最為廣泛的兩種分類模型是1）決策樹模型（Decision Tree Model）和2） 樸素貝葉斯模型（Naive Bayesian Model）。
2018-05-29 09:01:00636 目前的多數(shù)故事線挖掘研究側(cè)重新聞文獻(xiàn)和事件的相似性分析，忽略了故事線的結(jié)構(gòu)化表述及新聞具有的延時(shí)性，無(wú)法直觀地從模型結(jié)果看出不同新聞話題的發(fā)展過(guò)程。為此，提出一種基于貝葉斯網(wǎng)絡(luò)的無(wú)監(jiān)督故事線挖掘算法
2018-04-24 14:51:3218 貝葉斯分類算法是統(tǒng)計(jì)學(xué)的一種分類方法，其分類原理就是利用貝葉斯公式根據(jù)某對(duì)象的先驗(yàn)概率計(jì)算出其后驗(yàn)概率，然后選擇具有最大后驗(yàn)概率的類作為該對(duì)象所屬的類。 之所以稱之為樸素，是因?yàn)?b style="color: red">貝葉斯分類只做最原始
2018-02-28 10:17:252 本文介紹機(jī)器學(xué)習(xí)中一種基于概率的常見(jiàn)的分類方法，樸素貝葉斯，之前介紹的KNN, decision tree 等方法是一種 hard decision，因?yàn)檫@些分類器的輸出只有0 或者 1，樸素貝葉斯
2018-02-03 14:37:014751 
怎樣通俗易懂地解釋貝葉斯網(wǎng)絡(luò)和它的應(yīng)用？詳情請(qǐng)看下文。貝葉斯網(wǎng)絡(luò)是一個(gè)用嚴(yán)格的數(shù)學(xué)方法來(lái)模擬一個(gè)世界的方法，是靈活的，適應(yīng)于任何你擁有的知識(shí)程度的方法，同時(shí)也是計(jì)算效率的方法。
2018-02-02 16:09:163603 
貝葉斯算法描述及實(shí)現(xiàn)根據(jù)樸素貝葉斯公式，每個(gè)測(cè)試樣例屬于某個(gè)類別的概率= 所有測(cè)試樣例包含特征詞類條件概率P（tk|c）之積* 先驗(yàn)概率P（c） 在具體計(jì)算類條件概率和先驗(yàn)概率時(shí)，樸素貝葉斯分類器有兩種模型
2018-02-02 15:54:016897 
貝葉斯網(wǎng)絡(luò)（ Bayesian Network，BN）又被稱為信念網(wǎng)絡(luò)，它是基于概率推理的圖形化網(wǎng)絡(luò)并且是一種不確定性知識(shí)推理和分析的有效工具。貝葉斯網(wǎng)絡(luò)具有堅(jiān)實(shí)的理論基礎(chǔ)，將概率論和網(wǎng)絡(luò)模型相結(jié)合
2018-01-30 17:48:190 針對(duì)CLINK算法在路由改變時(shí)擁塞鏈路推理性能下降的問(wèn)題，建立一種變結(jié)構(gòu)離散動(dòng)態(tài)貝葉斯網(wǎng)模型，通過(guò)引入馬爾可夫性及時(shí)齊性假設(shè)簡(jiǎn)化該模型，并基于簡(jiǎn)化模型提出一種IP網(wǎng)絡(luò)擁塞鏈路推理算法（VSDDB
2018-01-16 18:46:260 對(duì)引航安全的影響以及這些因素之間的相互關(guān)系，動(dòng)態(tài)識(shí)別船舶引航風(fēng)險(xiǎn)，有利于及時(shí)采取措施，確保船舶安全進(jìn)出港。本文提出一種用于船舶引航風(fēng)險(xiǎn)預(yù)警的貝葉斯網(wǎng)絡(luò)模型，通過(guò)文獻(xiàn)調(diào)研和對(duì)專家進(jìn)行深度訪談，利用專家知識(shí)和文獻(xiàn)
2018-01-13 10:38:270 在軟件開發(fā)過(guò)程中，程序員的復(fù)制、粘貼活動(dòng)會(huì)產(chǎn)生大量的克隆代碼，而那些發(fā)生不一致變化的克隆代碼往往對(duì)程序是有害的。為了解決該問(wèn)題，有效地發(fā)現(xiàn)程序中的有害克隆代碼，提出一種基于貝葉斯網(wǎng)絡(luò)的克隆有害性預(yù)測(cè)
2017-12-26 16:32:330 基于模式的貝葉斯分類模型是解決數(shù)據(jù)挖掘領(lǐng)域分類問(wèn)題的一種有效方法，然而，大多數(shù)基于模式的貝葉斯分類器只考慮模式在目標(biāo)類數(shù)據(jù)集中的支持度，而忽略了模式在對(duì)立類數(shù)據(jù)集合中的支持度．此外。對(duì)于高速動(dòng)態(tài)變化
2017-12-25 14:51:350 針對(duì)二元關(guān)聯(lián)法（BR）未考慮標(biāo)簽之間相關(guān)性，容易造成分類器輸出在訓(xùn)練集中不存在或次數(shù)較少標(biāo)簽的不足，提出了基于貝葉斯模型的多標(biāo)簽分類算法（ MLBM）和馬爾可夫型多標(biāo)簽分類算法（MMLBM）。首先
2017-12-25 13:50:051 針對(duì)航班保障服務(wù)時(shí)間估計(jì)的問(wèn)題，考慮到航班保障服務(wù)流程的特殊性、復(fù)雜性以及影響因素的不確定性，提出了一種基于貝葉斯網(wǎng)絡(luò)（BN）的航班保障服務(wù)時(shí)間估計(jì)模型。該模型把航空領(lǐng)域的專家知識(shí)與歷史數(shù)據(jù)的機(jī)器
2017-12-07 14:28:190 針對(duì)馬爾可夫鏈蒙特卡羅方法普遍存在的迭代收斂性問(wèn)題，在具有空間平滑約束的高斯混合模型條件上提出改進(jìn)空間約束貝葉斯網(wǎng)絡(luò)模型并在圖像分割領(lǐng)域進(jìn)行具體應(yīng)用。所提模型應(yīng)用隱狄利克雷分布（ LDA）概率密度
2017-12-05 17:55:551 針對(duì)類屬型數(shù)據(jù)聚類中對(duì)象間距離函數(shù)定義的困難問(wèn)題，提出一種基于貝葉斯概率估計(jì)的類屬數(shù)據(jù)聚類算法。首先，提出一種屬性加權(quán)的概率模型，在這個(gè)模型中每個(gè)類屬屬性被賦予一個(gè)反映其重要性的權(quán)重；其次，經(jīng)過(guò)貝葉
2017-12-04 16:42:240 社交網(wǎng)絡(luò)評(píng)論文本存在評(píng)論主題缺失或情感特征缺失的問(wèn)題，無(wú)法保證觀點(diǎn)檢測(cè)的性能，對(duì)此提出了建立實(shí)體情感演化貝葉斯置信網(wǎng)的方法。通過(guò)提取名詞、動(dòng)賓短語(yǔ)、動(dòng)名詞復(fù)合型定中結(jié)構(gòu)短語(yǔ)三種域相關(guān)實(shí)體，提取域相關(guān)
2017-12-03 11:41:450 針對(duì)主成分分析一貝葉斯判別法（ PCA-BDA）僅支持安全評(píng)價(jià)但不能發(fā)現(xiàn)危險(xiǎn)因素的問(wèn)題，引入屬性重要度的概念，提出一種改進(jìn)的PCA-BDA算法，并將其應(yīng)用于石油鉆井安全評(píng)價(jià)。首先，使用原始
2017-12-01 16:45:461 樸素貝葉斯法是基于貝葉斯定理與特征條件獨(dú)立假設(shè)的分類方法。最為廣泛的兩種分類模型是決策樹模型（Decision Tree Model）和樸素貝葉斯模型（Naive Bayesian Model，NBM）。和決策樹模型相比，樸素貝葉斯分類器
2017-11-30 17:11:342946 
貝葉斯分類器的分類原理是通過(guò)某對(duì)象的先驗(yàn)概率，利用貝葉斯公式計(jì)算出其后驗(yàn)概率，即該對(duì)象屬于某一類的概率，選擇具有最大后驗(yàn)概率的類作為該對(duì)象所屬的類。貝葉斯分類器的分類原理是通過(guò)某對(duì)象的先驗(yàn)概率，利用貝葉斯公式計(jì)算出其后驗(yàn)概率
2017-11-30 15:53:392557 
今天介紹機(jī)器學(xué)習(xí)中一種基于概率的常見(jiàn)的分類方法，樸素貝葉斯，之前介紹的KNN, decision tree 等方法是一種 hard decision，因?yàn)檫@些分類器的輸出只有0 或者 1，樸素貝葉斯
2017-11-25 12:49:071221 
，以及空間飛行系統(tǒng)的高速機(jī)動(dòng)性，無(wú)線信道傳輸質(zhì)量會(huì)發(fā)生動(dòng)態(tài)的變化，一般的壓縮算法無(wú)法很好地適應(yīng)這種時(shí)變特性。為此，提出一種基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的健壯報(bào)頭壓縮算法DBROHC。DBROHC根據(jù)解壓端離散的歷史丟包觀測(cè)序列，動(dòng)態(tài)調(diào)整
2017-11-23 16:58:5413 葉斯網(wǎng)絡(luò)的隨機(jī)測(cè)試生成方法，解決Cache -致性協(xié)議狀態(tài)空間爆炸的問(wèn)題。首先分析了Cache -致性協(xié)議及基于貝葉斯網(wǎng)絡(luò)推理的CDG方法，并將CDG方法應(yīng)用于Cache -致性的驗(yàn)證。以FT處理器中的Cache -致性協(xié)議驗(yàn)證為例，對(duì)比偽隨機(jī)測(cè)試，使用CDG方法將覆蓋率提
2017-11-17 17:24:072 為了在降低資源能耗和帶寬占用情況下，提高無(wú)線傳感器網(wǎng)絡(luò)WSNs移動(dòng)目標(biāo)定位跟蹤的精度，提出了基于KullbackLeibler分歧的變分濾波的WSNs貝葉斯移動(dòng)目標(biāo)定位跟蹤算法。首先，利用高斯
2017-11-17 14:57:202 偏差和方差與模型復(fù)雜度的關(guān)系使用下圖更加明了： 當(dāng)模型復(fù)雜度上升的時(shí)候，偏差會(huì)逐漸變小，而方差會(huì)逐漸變大。 常見(jiàn)算法優(yōu)缺點(diǎn) 1.樸素貝葉斯 樸素貝葉斯屬于生成式模型（關(guān)于生成模型和判別式模型，主要
2017-09-29 16:18:197 貝葉斯網(wǎng)絡(luò)
2017-03-31 10:40:172 基于貝葉斯網(wǎng)絡(luò)的WSNs鏈路質(zhì)量評(píng)估機(jī)制研究_劉松
2017-03-19 19:11:450 基于模糊貝葉斯網(wǎng)絡(luò)的叉裝車制動(dòng)系統(tǒng)故障診斷研究_何友奇
2017-03-04 18:01:310 基于改進(jìn)樸素貝葉斯的入侵檢測(cè)方法_孫程
2017-02-27 19:07:370 基于變量分組貝葉斯網(wǎng)絡(luò)的安全態(tài)勢(shì)評(píng)估方法_董博
2017-02-27 19:02:570 結(jié)合非線性頻譜與貝葉斯網(wǎng)絡(luò)的復(fù)雜裝備傳動(dòng)系統(tǒng)故障診斷_張家良
2017-01-07 17:01:100 基于貝葉斯壓縮感知理論的超寬帶通信信道估計(jì)_王蔚東
2017-01-07 16:00:430 基于貝葉斯網(wǎng)絡(luò)的智能變電站風(fēng)險(xiǎn)關(guān)聯(lián)模型_曲朝陽(yáng)
2016-12-16 15:48:480 貝葉斯 是基于概率的一種算法，是Thomas Bayes：一位偉大的數(shù)學(xué)大師所創(chuàng)建的。貝葉斯理論假設(shè)：如果事件的結(jié)果不確定，那么量化它的唯一方法就是事件的發(fā)生概率。如果過(guò)去試驗(yàn)中事
2011-06-01 17:58:3946 采用貝葉斯分類研究肌肉動(dòng)作模式識(shí)別方法
提出了一種結(jié)合AR 模型和貝葉斯分類的肌電信號(hào)動(dòng)作模式識(shí)別方法。首先將采集到的肌電信號(hào)進(jìn)行預(yù)處理,提取AR 系數(shù)作為
2010-02-22 16:11:3325 由于故障樹分析方法在可靠性分析中存在局限性,研究貝葉斯網(wǎng)絡(luò)在可靠性分析中的應(yīng)用,給出了故障樹向貝葉斯網(wǎng)絡(luò)轉(zhuǎn)化的方法,以及基于貝葉斯網(wǎng)絡(luò)求解頂事件發(fā)生概率的算法.最后
2010-02-21 10:24:2114 提出了融合2DPCA 和貝葉斯的人臉識(shí)別方法。首先用2DPCA 方法進(jìn)行識(shí)別，選擇得分前10 名的圖像作為候選圖像，然后對(duì)候選圖像和測(cè)試圖像進(jìn)行小波分解，對(duì)得到的高頻與低頻子圖并
2010-01-22 15:38:404 根據(jù)電磁態(tài)勢(shì)估計(jì)原理，建立含連續(xù)值結(jié)點(diǎn)和離散值結(jié)點(diǎn)的混合貝葉斯網(wǎng)絡(luò)模型，對(duì)一級(jí)融合的輸出數(shù)據(jù)進(jìn)行二級(jí)處理，估計(jì)干擾前后單架飛機(jī)對(duì)單個(gè)保護(hù)目標(biāo)的威脅的變化情況
2010-01-18 11:45:156 針對(duì)乳腺X 線診斷的不確定性和BI-RADS 分級(jí)的廣泛應(yīng)用，提出將基于語(yǔ)義的貝葉斯網(wǎng)絡(luò)應(yīng)用于乳腺X 線影像的BI-RADS 分級(jí)。系統(tǒng)利用專家知識(shí)建立網(wǎng)絡(luò)結(jié)構(gòu)，機(jī)器學(xué)習(xí)確定網(wǎng)絡(luò)參數(shù)。實(shí)
2010-01-09 14:45:1731 為了提高最小二乘支持向量機(jī)的魯棒性，介紹了加權(quán)最小二乘支持向量機(jī)，給出了確定加權(quán)向量的一般方法。并介紹了基于貝葉斯框架的加權(quán)LS-SVM參數(shù)的優(yōu)化方法，利用它建立了
2010-01-09 14:02:009 近幾年來(lái)，貝葉斯網(wǎng)絡(luò)已成為數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)中的一個(gè)主要工具，在分類、聚類、預(yù)測(cè)和規(guī)則推導(dǎo)等方面取得了良好的應(yīng)用效果。從歷史數(shù)據(jù)中學(xué)習(xí)貝葉斯網(wǎng)絡(luò)可采用基于依賴
2009-10-22 20:46:50943 
先驗(yàn)概率和代價(jià)函數(shù)均模糊時(shí)基于貝葉斯最小風(fēng)險(xiǎn)準(zhǔn)則的分布式?jīng)Q策融合
當(dāng)先驗(yàn)概率和代價(jià)函數(shù)均為梯形模糊數(shù)時(shí)，在貝葉斯最小風(fēng)險(xiǎn)準(zhǔn)則意義下，研究了在融合中心
2009-10-21 21:57:501382 針對(duì)互聯(lián)網(wǎng)上垃圾郵件給用戶帶來(lái)種種困擾的問(wèn)題，本文提出了一種基于貝葉斯最小風(fēng)險(xiǎn)分類方法的郵件過(guò)濾系統(tǒng)。本方法通過(guò)設(shè)置損失代價(jià)函數(shù)，在過(guò)濾大部分垃圾郵件的同時(shí)
2009-09-09 15:08:1413 氨基酸含量是影響蛋白質(zhì)耐熱性的主要因素。本文以氨基酸含量為特征向量，研究了貝葉斯方法預(yù)測(cè)蛋白質(zhì)耐熱性的準(zhǔn)確度。結(jié)果表明，基于貝葉斯方法的局部預(yù)測(cè)率和全局預(yù)
2009-08-15 10:50:4910 貝葉斯網(wǎng)絡(luò)是以概率理論為基礎(chǔ)的不確定知識(shí)表示模型，貝葉斯網(wǎng)絡(luò)推理的目的是得到隨機(jī)變量的概率分布。目前，最流行的推理算法是聯(lián)合樹算法，它的主要思想是將貝葉斯網(wǎng)絡(luò)
2009-08-15 09:34:1637 本文針對(duì)垃圾郵件過(guò)濾問(wèn)題，結(jié)合中文自身的特點(diǎn)，把廣泛適用于英文文本和郵件分類的樸素貝葉斯過(guò)濾方法應(yīng)用在垃圾郵件網(wǎng)關(guān)郵件過(guò)濾層；把信息增益修剪方法經(jīng)過(guò)改進(jìn)作為中
2009-08-14 14:28:0817 提出了融合小波和貝葉斯的人臉識(shí)別方法。對(duì)原始圖像采用小波分解后，原始圖像被分解到不同的頻帶上。利用小波理論分析可知，在每一級(jí)分解中，低頻子圖像包含了原始圖像
2009-07-15 10:30:1010 匹配引擎不是簡(jiǎn)單的搜索，而是全新的深層次信息挖掘。該文構(gòu)建一種基于貝葉斯網(wǎng)絡(luò)模型的匹配引擎。項(xiàng)目需求中有4種類型的節(jié)點(diǎn)集合，通過(guò)建模，設(shè)計(jì)一個(gè)4層貝葉斯網(wǎng)絡(luò)，主要
2009-04-17 09:29:1921 針對(duì)金融機(jī)構(gòu)操縱風(fēng)險(xiǎn)具有構(gòu)成復(fù)雜、涉及諸多復(fù)雜因素、難以結(jié)構(gòu)化、缺少歷史數(shù)據(jù)等特點(diǎn)，將貝葉斯網(wǎng)絡(luò)技術(shù)引入銀行操作風(fēng)險(xiǎn)建模。銀行操作風(fēng)險(xiǎn)是由不完善的或有問(wèn)題的內(nèi)
2009-04-16 10:37:5316 針對(duì)軟件項(xiàng)目面臨失敗風(fēng)險(xiǎn)的問(wèn)題，提出一種新的軟件風(fēng)險(xiǎn)評(píng)估模型，采用貝葉斯網(wǎng)絡(luò)推理風(fēng)險(xiǎn)發(fā)生的概率，用模糊語(yǔ)言評(píng)估風(fēng)險(xiǎn)后果與損失的方法。實(shí)踐證明，通過(guò)應(yīng)用基于貝葉
2009-04-10 09:35:0524 航空航天對(duì)地觀測(cè)系統(tǒng)利用遙感數(shù)據(jù)獲取地表信息的過(guò)程中，存在數(shù)據(jù)誤差造成的不確定性和成像時(shí)間限制造成的不完整性。針對(duì)上述問(wèn)題該文開發(fā)了一款以貝葉斯網(wǎng)絡(luò)及其相關(guān)算
2009-04-06 08:37:198 基于應(yīng)變模態(tài)和貝葉斯方法的桿件損傷識(shí)別 提出了一種基于空間桿系結(jié)構(gòu)應(yīng)變模態(tài)和貝葉斯統(tǒng)計(jì)方法的損傷識(shí)別方法。對(duì)于空間桿系結(jié)構(gòu),認(rèn)為其桿件只承受軸向應(yīng)力,因此,由節(jié)
2008-10-24 15:02:4715
電子發(fā)燒友App
工商網(wǎng)監(jiān)
評(píng)論