基于多尺度的贝叶斯模型显著性检测

针对传统基于贝叶斯模型的显著性检测算法存在准确率不理想的问题,提出了一种基于多尺度的贝叶斯模型显著性检测算法。通过超像素分割算法(SLIC)将原图分割成不同尺度的超像素,根据超像素边界信息得到背景种子,进而通过距离计算和多尺度融合得到背景先验;对原图进行颜色增强,采用Harris算子对增强图进行检测角点求得凸包,融合不同尺度下的超像素得到凸包先验;融合背景先验和凸包先验得到最终先验;利用颜色直方图和凸包计算似然概率;将最终先验和似然概率通过贝叶斯模型计算显著图。在公开数据集MSRA1000、ECSSD上与多种传统算法进行准确率和召回率对比,该算法有更好的表现。     

岩土工程的可靠性分析（续二）

<正> 七、优化的基本概念系统分析的目的在于给出方案间的优劣比较。按逻辑推理程序由系统概念形成问题,由问题产生目标,然后依照国际去寻求最佳方案。目标可用目标函数把可控因素和不可控因素的影响表示出来。目标函数 S=φ（x_i,y_t）约束条件 ai≤xi≤bi     

博弈论在处理大电网事故中的应用

从博弈论的角度分析电网事故处理的决策过程。应用不完全信息动态博弈相关理论和均衡解法,将电网和调度之间的关系定义为2个人的博弈过程。在大电网事故处理过程中,尽快恢复重要负荷供电是事故处理的关键(将时间作为优化决策目标)。     

一种哈希表快速查找的改进方法

哈希表由于其速度快的优点在数据查询中有着广泛的应用。本文在结合冲突解决机制和数据元素被查找的先验概率的基础上,提出了一种提高哈希表查找效率的优化方法,并对该方法在链地址法处理哈希冲突的情况下进行了理论分析,与原哈希表方法相比,该方法降低了冲突时执行查询的查找长度,从而使查询响应时间更短。最后对该方法进行行了实例验证,实验结果表明,新方法是有效并且简便的。     

面向目标的带先验概率的AdaBoost算法

针对集成学习算法研究中多个分类器的最佳组合问题,改进了传统的AdaBoost集成学习算法.用于组合的各个分类器通常是基于样本集通过一定的训练得到,样本集中不同类目标的比率可以反映分类目标的先验概率.使用该参数给出了新的组合参数和投票表决阈值计算公式,巧妙的利用样本权值并将其加入到样本属性上进行训练学习,采用新的策略来选择基分类器,给出了面向目标的带先验概率的AdaBoost算法(GWPP AdaBoost算法)和分类器的最佳组合.依据UCI实验数据对传统的AdaBoost算法、Bagging算法、GWPP AdaBoost算法的错误率和性能进行了比较分析,验证了GWPP AdaBoost的有效性.     

高新技术企业发展前景判别模型及应用

从技术、市场和资金三个基本影响因素入手，建立高新技术企业发展前景的预测指标体系。根据样本企业的指标取值，在先验概率为各类样本占总样本的百分比的假定条件下，使用全部指标一起进入模型的分析方法，推导出高新技术企业发展前景类别为二的判别模型，并对模型进行了相关检验。     

贝叶斯融合在SAR图像分类中的应用

本文研究将数据融合理论用于SAR图像分类.通过贝叶斯理论进行多通道SAR图像测量级数据融合,充分利用像素的从属信息并获得单通道分类无法获取的分类结果,有效保留各通道有用信息并抑制图像中的斑点噪声;针对贝叶斯融合涉及到的先验概率的问题采用两种方式进行先验概率估计,对估计引起的马赛克现象提出了三种解决方法;并提出三种先验概率融合方法,比较得出相对最优的SAR图像多通道分类方案.     

对抗条件下的计划生成过程建模及状态推理

计划生成是AI领域的一个重要的研究分支,其相关研究成果在越来越多的领域得到应用。研究对抗条件下的动态计划生成过程建模和相关推理方法;定义了对抗条件下的计划生成过程模型,并给出基于该模型的状态推理机制;动态环境的不确定性则以先验概率的形式给出。针对先验概率主观性较强的缺点,进一步设计了一种先验概率的修订策略。在分析计划生成问题复杂程度的基础上,设计了基于A*算法的启发式算法;实验结果验证了该算法具有良好的精确性和可扩展性。     

一种用于结构化文档检索的贝叶斯网络

分析结构化文档的表示方法及检索特点,对一种用于结构化文档检索的贝叶斯网络进行研究。讨论该贝叶斯网络的构造方法、概率估计及推理过程。用网络节点表示文档索引术语和结构单元,用弧表示术语和结构单元的隶属关系,根据TF-IDF方法估计各节点的先验概率,当给定一个查询时,通过计算每个结构单元的条件概率得到该结构单元的相关值。实例验证了该贝叶斯网络的有效性。     

基于贝叶斯理论的支持向量机综述

支持向量机(SVM)以其坚实的理论基础,和在机器学习领域表现出的良好推广性能,获得了越来越广泛的关注。为更好地推进其发展,科研工作者们借鉴统计学中经典的贝叶斯理论,做了大量工作,例如:引进贝叶斯理论中先验知识、后验概率等概念,改进支持向量机中的判别准则;或利用贝叶斯理论估计支持向量机中的参数w、正规化参数以及核参数等。目前已取得不错的效果,使支持向量机理论更具有实用价值。