1. 朴素贝叶斯算法（Naive Bayes） 朴素贝叶斯算法是一种基于贝叶斯定理，通过计算P(Y|X)来预测X对应的Y的概率的算法。其中P(Y|X)表示在知道X的条件下Y发生的概率，P(X|Y)表示在知道Y的条件下X发生的概率，P(Y)和P(X)是先验概率。这种算法适用于分类问题，例
2023-08-24 15:40:10
558 电子发烧友网站提供《PyTorch教程22.9之朴素贝叶斯.pdf》资料免费下载
2023-06-06 09:22:30
0 在众多机器学习分类算法中，本篇我们提到的朴素贝叶斯模型，和其他绝大多数分类算法都不同，也是很重要的模型之一。
2023-01-16 10:11:21842 
深度学习已经彻底改变了机器学习系统及其功能，但它不一定是最适合所有任务的方法。对于其他类型的应用程序，使用传统的模式识别方法（如逻辑回归、朴素贝叶斯或 k 均值聚类）可能更合适。因此，选择正确的机器学习算法的标准是必要的。这些标准描述如下。
2022-12-02 14:49:00364 
有用labview做贝叶斯网络进行故障诊断的朋友吗？我虽然有些labview基础,但对贝叶斯网络、故障诊断是刚开始学，有的话多指导啊，共同进步！
2012-03-10 19:26:38
朴素贝叶斯（ NB ）是一种简单但功能强大的概率分类技术，具有良好的并行性，可以扩展到大规模数据集。
2022-10-10 14:50:41663 
简述对贝叶斯公式的基本理解
2021-10-18 10:01:460 朴素贝叶斯方法是在贝叶斯算法的基础上进行了相应的简化，即假定给定目标值时属性之间相互条件独立。也就是说没有哪个属性变量对于决策结果来说占有着较大的比重，也没有哪个属性变量对于决策结果占有着较小的比重
2021-10-02 17:14:008129 针对已有协同过滤推荐技术中评分矩阵极度稀疏问题，提岀了一种基于低秩矩阵填充技术的推荐算法。该算法从贝叶斯框架出发，提出了能够解决低秩矩阵问题的分层高斯先验模型，并将广乂近似消息传递算法嵌λ到贝叶斯
2021-06-19 11:43:5614 为准确评估计算机网络的脆弱性，结合贝叶斯网络与攻击图提出一种新的评估算法。构建攻击图模型RSAG，在消除攻击图中环路的基础上，将模型转换成贝叶斯网络攻击图模型BNAG，引人节点攻击难度和节点状态变迁
2021-06-11 14:23:279 朴素贝叶斯（NB）算法应用于文本分类时具有简单性和高效性，但算法中属性独立性与重要性一致的假设，使其在精确度方面存在瓶颈。针对该问题，提出一种基于泊松分布的特征加权NB文本分类算法。结合泊松分布模型
2021-05-28 11:30:244 今天想谈的问题是：什么是贝叶斯优化/Bayesian Optimization，基本用法是什么？ 本文的定位是：帮助未接触、仅听说过、初次接触贝叶斯优化的小白们一文看懂什么是贝叶斯优化和基本用法
2021-04-09 11:26:4113957 
和朴素贝叶斯等四个门类。 1. 聚类算法：k-means 聚类算法的目标：观察输入数据集，并借助数据集中不同样本的特征差异来努力辨别不同的数据组。聚类算法最强大之处在于，它不需要本文中其他算法所需的训练过程，您只需简单地提供数据，告诉算法你想创造多少簇（样本的组别）
2021-03-24 16:14:315583 分类问题是数据挖掘和机器学习领域硏究的重点问题，贝叶斯网络模型因其简单髙效的特点而广泛应用于分类问题。一依赖估测器（ODE）模型作为半监督学习贝叶斯网络模型中的经典模型，受到研究人员的广泛关注。现有
2021-03-17 15:05:1012 的互信息特征选择算法，从而实现更高效的特征降维。针对朴素贝叶斯分类算法的独立性假设问题，在朴素贝叶斯分类时使用改进互信息值进行特征加权，消除部分朴素贝叶斯条件独立性假设对邮件分类的不利影响。实验结果表明，相
2021-03-16 10:15:1612 本文介绍了10大常用机器学习算法，包括线性回归、Logistic回归、线性判别分析、朴素贝叶斯、KNN、随机森林等。
2020-11-20 11:10:042284 互联网中存在的内部威胁具有隐蔽性高、难以管理等特点。为此，建立一种针对内部威胁的贝叶斯网络攻击图（ＢＮＡＧ）模型。将攻击者在攻击过程中的行为作为研究对象，以行为在其动作期间的资源指向为基础，通过
2020-07-27 16:52:528 为了实现非结构化道路检測与障碍物的识别，提出了一种基于最小错误率贝叶斯决策与 Hough变换相结合的非结构化道路检测与障碍物识别算法。算法首先将Otsu多阈值理论引入到最小错误率贝叶斯决策中并进
2020-07-06 17:45:587 针对室内WiFi和蓝牙单独定位时信标覆盖有限以及定位精度较低的问题，提出一种基于WiFi与蓝牙定位数据的优化贝叶斯融合定位算法。利用高斯核函数对WiFi及蓝牙单独定位结果处理后作为先验样本信息，通过
2020-07-06 11:17:2231 朴素贝叶斯方法是一组基于贝叶斯定理的监督学习算法，在给定类变量值的情况下，朴素假设每对特征之间存在条件独立性。下面我将介绍几种朴素贝叶斯的方法。
2019-05-06 09:29:449020 本视频主要详细介绍了数据挖掘常用算法，分别是朴素贝叶斯、逻辑回归（logisticregression）、最近邻算法——KNN、决策树、Adaboosting。
2019-04-10 16:32:3312713 为解决现有标签数量估计算法中估计精度与复杂度之间的矛盾，在分析比较现有算法的基础上，提出一种基于序贯线性贝叶斯的射频识别（ RFID）标签数量估计算法。首先，基于线性贝叶斯理论，充分利用空闲、成功
2018-11-16 15:37:306 为了大家可以对贝叶斯算法有更多的了解，为大家整理过一篇关于贝叶斯算法的文章。今天将为大家介绍利用贝叶斯统计的一个实践案例。通项目实践达到学以致用的目的，相信大家对贝叶斯统计的理解和掌握都可以更深入，提炼出更精炼的内容。
2018-07-16 17:15:3213518 朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法，是经典的机器学习算法之一，处理很多问题时直接又高效，因此在很多领域有着广泛的应用，如垃圾邮件过滤、文本分类等。也是学习研究自然语言处理问题的一个很好的切入口。
2018-07-01 08:37:3933612 
学习过概率的人一定知道贝叶斯定理，在信息领域内有着无与伦比的地位。贝叶斯算法是基于贝叶斯定理的一类算法，主要用来解决分类和回归问题。人工智能之机器学习中最为广泛的两种分类模型是1）决策树模型（Decision Tree Model）和2） 朴素贝叶斯模型（Naive Bayesian Model）。
2018-05-29 09:01:00636 目前的多数故事线挖掘研究侧重新闻文献和事件的相似性分析，忽略了故事线的结构化表述及新闻具有的延时性，无法直观地从模型结果看出不同新闻话题的发展过程。为此，提出一种基于贝叶斯网络的无监督故事线挖掘算法
2018-04-24 14:51:3218 针对在文本分类中先验概率的计算比较费时而且对分类效果影响不大、后验概率的精度损失影响分类准确率的现象，对经典朴素贝叶斯分类算法进行了改进，提出了一种先抑后扬（抑制先验概率的作用，扩大后验概率
2018-03-05 11:19:590 贝叶斯分类算法是统计学的一种分类方法，其分类原理就是利用贝叶斯公式根据某对象的先验概率计算出其后验概率，然后选择具有最大后验概率的类作为该对象所属的类。 之所以称之为朴素，是因为贝叶斯分类只做最原始
2018-02-28 10:17:252 本文介绍机器学习中一种基于概率的常见的分类方法，朴素贝叶斯，之前介绍的KNN, decision tree 等方法是一种 hard decision，因为这些分类器的输出只有0 或者 1，朴素贝叶斯
2018-02-03 14:37:014751 
怎样通俗易懂地解释贝叶斯网络和它的应用？详情请看下文。贝叶斯网络是一个用严格的数学方法来模拟一个世界的方法，是灵活的，适应于任何你拥有的知识程度的方法，同时也是计算效率的方法。
2018-02-02 16:09:163603 
贝叶斯算法描述及实现根据朴素贝叶斯公式，每个测试样例属于某个类别的概率= 所有测试样例包含特征词类条件概率P（tk|c）之积* 先验概率P（c） 在具体计算类条件概率和先验概率时，朴素贝叶斯分类器有两种模型
2018-02-02 15:54:016897 
前言 大家经常看到的贝叶斯公式（Bayes）是写成如下图的形式，通常以P（A|B），P（B|A）的形式表示，虽然数学上看着简单，那到底A，B是什么意思，应该怎么去理解呢，然后怎么运用于实际情况呢
2018-02-02 14:13:062885 
来描述变量之间的相互关系。随着近年来信息科技的发展，贝a斯网络被广泛应用于各领域，如工业生产应用、金融预测分析、计算机系统、生物信息处理等。 在引入最大信息系数的基础上，提出一种改进的贝叶斯网络结构学习算法。在给定数据集的条件下，基
2018-01-30 17:48:190 针对CLINK算法在路由改变时拥塞链路推理性能下降的问题，建立一种变结构离散动态贝叶斯网模型，通过引入马尔可夫性及时齐性假设简化该模型，并基于简化模型提出一种IP网络拥塞链路推理算法（VSDDB
2018-01-16 18:46:260 方法。首先，结合软件缺陷研究领域与克隆演化领域的相关研究成果，提出了两大类表征克隆代码信息的特征，分别是静态特征和演化特征；其次，通过贝叶斯网络核心算法来构建克隆有害性预测模型；最后，预测有害克隆代码发生
2017-12-26 16:32:330 本文主要介绍了4 种应用比较普遍的的机器学习算法，但是机器学习算法还有其他很多不同的算法，大家感兴趣的可以自己去了解。 朴素贝叶斯分类是基于贝叶斯定理与特征条件独立假设的分类方法，发源于古典数学理论，拥有稳定的数学基础和分类效率。
2017-12-26 14:45:0225949 基于模式的贝叶斯分类模型是解决数据挖掘领域分类问题的一种有效方法，然而，大多数基于模式的贝叶斯分类器只考虑模式在目标类数据集中的支持度，而忽略了模式在对立类数据集合中的支持度．此外。对于高速动态变化
2017-12-25 14:51:350 针对二元关联法（BR）未考虑标签之间相关性，容易造成分类器输出在训练集中不存在或次数较少标签的不足，提出了基于贝叶斯模型的多标签分类算法（ MLBM）和马尔可夫型多标签分类算法（MMLBM）。首先
2017-12-25 13:50:051 受到关注。通过改进词频一逆文档频率（ TF-IDF），考虑到词条在类间和类内出现情况对文本分类的影响，提出一种基于软件错误报告数据集的改进多项式朴素贝叶斯算法，同时在Hadoop平台下使用MapReduce计算模型实现该算法的分布式版本
2017-12-18 11:25:560 这里我们讨论Hinton和统计大神Jordan的强强发力的领域。当Bayes网络发展到高级阶段， 概率图模型使得计算成为问题，由此开启了Variational Bayes领域。在“变の贝叶斯”里面
2017-12-15 14:37:3013748 针对航班保障服务时间估计的问题，考虑到航班保障服务流程的特殊性、复杂性以及影响因素的不确定性，提出了一种基于贝叶斯网络（BN）的航班保障服务时间估计模型。该模型把航空领域的专家知识与历史数据的机器
2017-12-07 14:28:190 针对类属型数据聚类中对象间距离函数定义的困难问题，提出一种基于贝叶斯概率估计的类属数据聚类算法。首先，提出一种属性加权的概率模型，在这个模型中每个类属属性被赋予一个反映其重要性的权重；其次，经过贝叶
2017-12-04 16:42:240 高级自动控制算法：BP算法及其matlab实现
2017-12-02 11:45:472 针对主成分分析一贝叶斯判别法（ PCA-BDA）仅支持安全评价但不能发现危险因素的问题，引入属性重要度的概念，提出一种改进的PCA-BDA算法，并将其应用于石油钻井安全评价。首先，使用原始
2017-12-01 16:45:461 朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。最为广泛的两种分类模型是决策树模型（Decision Tree Model）和朴素贝叶斯模型（Naive Bayesian Model，NBM）。和决策树模型相比，朴素贝叶斯分类器
2017-11-30 17:11:342945 
今天介绍机器学习中一种基于概率的常见的分类方法，朴素贝叶斯，之前介绍的KNN, decision tree 等方法是一种 hard decision，因为这些分类器的输出只有0 或者 1，朴素贝叶斯
2017-11-25 12:49:071221 
，以及空间飞行系统的高速机动性，无线信道传输质量会发生动态的变化，一般的压缩算法无法很好地适应这种时变特性。为此，提出一种基于动态贝叶斯网络的健壮报头压缩算法DBROHC。DBROHC根据解压端离散的历史丢包观测序列，动态调整
2017-11-23 16:58:5413 Android系统手机取证的电子证据进行相应的数据分析，能更方便和直观的发现手机信息中的重点与需要关注的目标对象。在本文中应用了朴素贝叶斯分类算法对数据中各联系人进行分类，而朴素贝叶斯分类算法的条件独立性假设是非常苛刻的，很难
2017-11-23 16:34:300 K-modes算法中原有的分类变量间距离度量方法无法体现属性值之间差异，对此提出了一种基于朴素贝叶斯分类器中间运算结果的距离度量。该度量构建代表分类变量的特征向量并计算向量间的欧氏距离作为变量间
2017-11-23 14:18:510 为了在降低资源能耗和带宽占用情况下，提高无线传感器网络WSNs移动目标定位跟踪的精度，提出了基于KullbackLeibler分歧的变分滤波的WSNs贝叶斯移动目标定位跟踪算法。首先，利用高斯
2017-11-17 14:57:202 偏差和方差与模型复杂度的关系使用下图更加明了： 当模型复杂度上升的时候，偏差会逐渐变小，而方差会逐渐变大。 常见算法优缺点 1.朴素贝叶斯 朴素贝叶斯属于生成式模型（关于生成模型和判别式模型，主要
2017-09-29 16:18:197 优中择优。但是每次都进行这一操作不免过于繁琐，下面小编来分析下各个算法的优缺点，以助大家有针对性地进行选择，解决问题。 1.朴素贝叶斯 朴素贝叶斯的思想十分简单，对于给出的待分类项，求出在此项出现的条件下各个类
2017-09-19 15:17:137 贝叶斯网络
2017-03-31 10:40:172 基于贝叶斯网络的WSNs链路质量评估机制研究_刘松
2017-03-19 19:11:450 基于改进朴素贝叶斯的入侵检测方法_孙程
2017-02-27 19:07:370 基于变量分组贝叶斯网络的安全态势评估方法_董博
2017-02-27 19:02:570 基于贝叶斯压缩感知理论的超宽带通信信道估计_王蔚东
2017-01-07 16:00:430 利用FPGA实现信号处理算法是一个难度颇高的应用，不仅涉及到对信号处理算法、FPGA芯片和开发工具的学习，还意味着要改变传统利用软件在DSP上实现算法的习惯，从面向硬件实现的算法设计、硬件实现、结构优化和算法验证等多个方面进行深入学习。
2016-12-26 17:26:4112 基于贝叶斯网络的智能变电站风险关联模型_曲朝阳
2016-12-16 15:48:480 器）、第二代神经网络（非线性）及其在预测领域的应用，到支持向量机，最后是深度学习。第二条主线是贝叶斯理论，从朴素贝叶斯算法到贝叶斯网，最后是隐马尔科夫模型，这部分属于智能推理的范畴。
2015-12-08 17:48:4675 模糊滤波的mamdani算法及其Matlab实现
2015-11-17 18:23:0140 贝叶斯 是基于概率的一种算法，是Thomas Bayes：一位伟大的数学大师所创建的。贝叶斯理论假设：如果事件的结果不确定，那么量化它的唯一方法就是事件的发生概率。如果过去试验中事
2011-06-01 17:58:3946 由于故障树分析方法在可靠性分析中存在局限性,研究贝叶斯网络在可靠性分析中的应用,给出了故障树向贝叶斯网络转化的方法,以及基于贝叶斯网络求解顶事件发生概率的算法.最后
2010-02-21 10:24:2114 提出了融合2DPCA 和贝叶斯的人脸识别方法。首先用2DPCA 方法进行识别，选择得分前10 名的图像作为候选图像，然后对候选图像和测试图像进行小波分解，对得到的高频与低频子图并
2010-01-22 15:38:404 为了提高最小二乘支持向量机的鲁棒性，介绍了加权最小二乘支持向量机，给出了确定加权向量的一般方法。并介绍了基于贝叶斯框架的加权LS-SVM参数的优化方法，利用它建立了
2010-01-09 14:02:009 贝叶斯网络是以概率理论为基础的不确定知识表示模型，贝叶斯网络推理的目的是得到随机变量的概率分布。目前，最流行的推理算法是联合树算法，它的主要思想是将贝叶斯网络
2009-08-15 09:34:1637 本文针对垃圾邮件过滤问题，结合中文自身的特点，把广泛适用于英文文本和邮件分类的朴素贝叶斯过滤方法应用在垃圾邮件网关邮件过滤层；把信息增益修剪方法经过改进作为中
2009-08-14 14:28:0817 提出了融合小波和贝叶斯的人脸识别方法。对原始图像采用小波分解后，原始图像被分解到不同的频带上。利用小波理论分析可知，在每一级分解中，低频子图像包含了原始图像
2009-07-15 10:30:1010 匹配引擎不是简单的搜索，而是全新的深层次信息挖掘。该文构建一种基于贝叶斯网络模型的匹配引擎。项目需求中有4种类型的节点集合，通过建模，设计一个4层贝叶斯网络，主要
2009-04-17 09:29:1921 针对软件项目面临失败风险的问题，提出一种新的软件风险评估模型，采用贝叶斯网络推理风险发生的概率，用模糊语言评估风险后果与损失的方法。实践证明，通过应用基于贝叶
2009-04-10 09:35:0524 基于应变模态和贝叶斯方法的杆件损伤识别 提出了一种基于空间杆系结构应变模态和贝叶斯统计方法的损伤识别方法。对于空间杆系结构,认为其杆件只承受轴向应力,因此,由节
2008-10-24 15:02:4715
电子发烧友App
工商网监
评论