基于贝叶斯评判子的字体判断

支票中的待识别文字既可能是印刷体，也可能是手写体．由于印刷体与手写体文字的预处理方法和识别算法不同，因此准确判断文字的字体(手写体或印刷体)是获得高精度识别结果的关键技术之一．该文根据贝叶斯决策理论的最小错误率判决规则，提出了基于评判子的字体判断方法．利用贝叶斯评判子，该文还提出了一种可分性判据：评判子散度；同时还给出了一种估算评判子函数的方法．在无拒识情况下，对12158张实际银行支票的测试中，该方法的正确率为99．4％．  

一种基于贝叶斯决策理论的模糊集划分方法

1引言故障诊断字典法是模拟电路故障诊断中具有较高实用价值的方法，该法对含一定容差的线性、非线性电路的硬故障有较好诊断能力．其实施步骤包括：故障集与激励信号选择、模糊集划分、节点优选、故障隔离、故障字典建立、根据测试向量诊断故障[1]．其中模糊集划分是字典法实施的关键，它将直接影响节点优选、故障隔离及故障字典的建立．而故障字典则是最终诊断的依据，所以模糊集划分的合理性将关系到故障诊断的有效性．2传统模糊集划分法由于模拟电路元件参数具有容差，造成电路实际响应也具有容差，使得计算值和测量值不一致．而且由于…  

概率神经网络预测股票市场的涨跌

概率神经网络提供了一个贝叶斯决策，并且具有训练速度快，可以实时更换数据的优势，在金融领域的分析预测中有一定的应用价值，文章应用概率神经网络对上证180指数的变化方向进行了预测，结果表明了概率神经网络在预测股票市场涨跌方面的实用性。  

基于贝叶斯决策的自组网推荐信任度修正模型

在分析了信任评估过程中攻击手段及其相互间关系的基础上,提出了基于贝叶斯决策理论的根据推荐偏差度修正对推荐的信任度方法.使用贝塔分布描述推荐偏差度,依据最小损失原则修正对推荐的信任度,并将具备推荐信任修正机制的信任模型运用在自组网的路由协议中,以便优化路由选择.MATLAB下的仿真结果表明,该方法能够有效抵御一些针对信任管理的威胁并提升信任管理的正确率,进而提高自组网环境下检测恶意节点的效率.  

模式分类技术在计算机病毒检测中的应用

模式分类技术的应用可以部分弥补现有启发式技术在特征提取质量上存在的不足,提高启发式技术的实用化水平。该文在简述病毒检测原理的基础上,着重介绍了模式分类技术在启发式病毒检测中的典型应用,并对病毒分类器的设计策略进行了初步分析。  

基于贝叶斯最小错误率的一种新的指纹分割算法

指纹图像分割是自动指纹识别系统中非常重要的一步。本文介绍了一种新的基于贝叶斯最小错误率的指纹分割方法。首先,提出了一种新的基于方向信息的分割特征。然后,具体介绍了基于这种特征的分割算法。最后根据最小错误率的贝叶斯决策确定合适的阈值割除背景区域。这种方法在FVC2000指纹库中进行了测试,实验结果证明了它的有效性。  

一种基于BP-HMM的字符识别方法

传统隐马尔柯夫模型广泛地应用在字符识别中，并具有较强的识别能力，但不能兼顾每个模型对其对应目标有很强的识别能力和模型之间差异的最大化。该文提出的BP－隐马尔柯夫模型通过训练样本的不断训练，调整自身参数，解决了传统隐马尔柯夫模型不能解决的问题，计算机仿真结果表明：BP－隐马尔柯夫模型较传统的隐马尔柯夫模型有更强的抗干扰能力和更高的字符识别率。  

基于粗糙集与贝叶斯决策的不良网页过滤研究

不良网页过滤是一种两类网页分类问题.提出了一种基于粗糙集与贝叶斯决策相结合的不良网页分类过滤方法,首先利用粗糙集理论的区分矩阵和区分函数得到网页分类决策的属性约简；然后通过贝叶斯决策理论对网页进行分类与过滤决策.仿真实验表明,该方法在不良网页分类过滤系统中开销小,过滤准确度高,因而在快速过滤不良网页的应用中具有工程应用价值.  

基于期望最大化的水平集分割算法

针对经典的水平集算法(比如Chan-Vese模型算法)在迭代过程中要重新初始化和容易受噪声和模棱两可的边界的影响的缺点,增加一项内部能量泛函达到不需重新初始化的目的,并结合贝叶斯决策理论,利用图像先验知识,提出了一个改进的能量函数,根据符号距离函数来不断调整水平集函数的偏差。该函数是利用期望最大化算法来得到的。实验结果表明,该算法分割精度和运行准确率上都优于经典算法。  

混合有毒气体检测算法研究

研究有毒气体检测问题.当有毒气体混合其它气体造成气体混淆,毒气体发生混合,主要成分丢失.由于检测的大部分气体特征发生退化,引起毒气体的误检、漏检.为解决上述问题,提出了贝叶斯决策的混合有毒气体检测方法.首先对混合气体进行关联特征检测,然后对取得的混合特征空间进行降维运算,根据贝叶斯决策算法将细节特征向量进行有效联系,进而根据联系性进行检测.实验结果表明,采用的方法的能够对混合的有毒气体进行有效的检测,提高了有毒气体检测的准确度,为毒气检测提供了科学依据.