条件互信息度量BSNBC分类学习算法

来源 :计算机应用研究 | 被引量 : 4次 | 上传用户:sil87sil
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在综合考虑算法效率与效用性的基础上提出了一种新的有界半朴素贝叶斯分类(bounded semi-naiveBayesian classifier,BSNBC)算法。传统的SNBC仅能将两个属性构成一个组合属性,大大制约了SNBC的分类性能。BSNBC在一定程度上克服了SNBC的上述弱点,它能将最多K个属性组合成一个组合属性节点。IP算法与LP算法可用于学习BSNBC,但是它们的搜索过程带有一定的盲目性。提出的算法利用条件互信息将关联性大的属性组合在一起。实验证明了其有效性。
其他文献
针对复杂工业过程控制的特点,建立了由控制Agent和决策支持Agent组成的分层递阶MAS(Multi Agent System);研究了基于Ice中间件的MAS开发方法,采用COM技术构建了具有二进制重用性的Agent组件,可实现对原有系统的重用;实现了MAS与专家系统、神经网络和模糊控制技术的融合;开发了新型干法水泥生产过程控制MAS,实现了水泥熟料煅烧过程的优化控制。
提出了一种基于量子行为的粒子群优化算法(QPSO)的图像融合方法。将图像融合问题归结为最优化问题,采用了QPSO算法进行优化。QPSO不仅参数个数少,其每一个迭代步的取样空间能覆盖整个解空间,因此能保证算法的全局收敛。与PSO算法和遗传算法进行了比较,证明了QPSO算法在图像融合中具有良好的效果。
分析了扩频技术应用在软件水印领域的一般框架,提出了一种在程序运行过程中提取矢量的扩频动态软件水印方案。该方案通过修改Java程序对操作数栈操作的次数来嵌入水印,用相关性检测原理来检测水印,具有很高的鲁棒性和安全性。
讨论了现有的自动文摘评价方法,并具体分析了内部评价方法的缺陷,由此提出了基于文本相似度的自动文摘评价方法。同时,通过基于VSM(支持向量机)相似度和基于语义相似度两种相似度方法来比较评价方法的性能。实验表明,基于相似度的方法实现简单、效果良好,是一种更接近自然模型的评价方法。
在PSO聚类算法的基础上,提出了基于量子行为的微粒群优化算法(QPSO)的数据聚类。QPSO算法不仅参数个数少、随机性强,并且能覆盖所有解空间,保证算法的全局收敛。PSO与QPSO算法的不同在于聚类中心的进化上,实验中用到四个数据集比较的结果,证明了QPSO优于PSO聚类方法。在聚类过程中使用了一种新的度量代替Euclidean标准,实验证明了新的度量方法比Euclidean标准更具有健壮性,聚类
提出了两种基于身份的密钥协商协议。在这些协议中,所有用户共享一个秘密信息,通过较少的步骤实现密钥协商,用户无须复杂的证书管理,且提出的协议满足较高的安全性。
通过分析现有的无线传感器网络定位系统,总结出定位系统的设计原则;对存在于定位系统和算法中的各种影响因素进行详细分析,指明各种因素影响定位的具体原因;在此基础上提出了切实可行的解决方案,为定位系统的设计提供实验依据。
从宏观上比较了UML1.x和UML2.0两个版本的不同,并给出一种转换模型的方法,该方法是基于动作语义语言(Action Semantic Language,ASL)的。期望该方法可以推进所需工具的开发。而且该
基于门户的Web集成强调在尽可能保护原有投资、原有信息系统的基础上对异构应用系统进行透明整合。提出一种基于门户的Web集成体系,并研究与实现了有针对性的适应性模块以提高对Web应用集成及外部变化的适应性。该研究对于整合Web应用系统,提高整合效率与可靠性有着重要意义。
蚁群算法是一种元启发式算法,其经典应用是解决旅行商问题。该算法有着先天的并行特性。介绍了该算法的两种并行实现策略,给出了蚁群算法的并行实现模型,分析了该算法并行实现需要解决的问题。