袁杰英 童心如初 桃李香浓

流光似水,似水年华,青春于她似晨曦已消失在眷恋的夕阳辉光之下。忆豆蔻光阴,她用心承载设计烛火,行走在黑暗的迷雾之中,蹒跚在颠簸的荒地之上,静候破晓之光璀璨华夏。现在,似拂晓之火早已火焰炎炎。然而,她的脸庞已被时光浸染,刻下岁月的痕迹,但初心不忘的她设计依然风华正茂。朴素中国,梦想斑斓上世纪五十年代某个寻常的日子,     

浅谈中国现代朴素酒包装的文化特征

近年来,朴素淡雅的自然风是城市中文化人广为追捧一种美的追求,朴素酒包装作为一种文化形态,它的精神功能也越来越多地引起人们的重视,如何在酒包装中注入朴素美的观念成为了中国设计师努力探寻的一种思路。本文从朴素酒包装是文人风格的包装、是自然情调的包装、是绿色环保的包装、符合中国哲学观念、符合国际文化语境五个方面阐述对中国现代朴素酒包装文化特征的认识,以此提升朴素酒包装的文化魅力。     

基于自学习K近邻的垃圾邮件过滤算法

针对现有垃圾邮件过滤算法所存在的训练样本与测试样本分布不一致而导致实际应用效果比较差的现象,提出了一种基于自学习K近邻(k nearest neighbors,KNN)方法的垃圾邮件过滤算法.应用KNN方法对未知邮件样本进行精确匹配,以排除合法邮件的误判结果,同时结合用户对垃圾邮件的处理,自动调整训练集合.实验表明算法具有较好的过滤性能.     

一种扩展的朴素贝叶斯分类器改进算法

文中研究贝叶斯分类器家族中的一种扩展朴素贝叶斯分类器。此种扩展朴素贝叶斯分类器满足两个条件：一是类结点是所有属性的父结点；二是每个属性最多有一个属性父结点。其中有代表性的两种算法是贪婪爬山算法（Hill Climbing Search，即HCS算法）和超父结点算法（Superparent，即SP算法）。对两种算法进行了分析和比较，并在此基础上提出了一种改进算法。通过实验验证所改进的分类器是正确的、有效的。     

用于入侵检测的基于粗糙集的贝叶斯分类器

网络安全的同题日趋严重，人佟检测的研究是当今的研究热点。将数据挖掘和机器学习技术用于入侵检测是一个可行的方法。有很多算法用于入侵检测中，但有的是正确率比较低，也有的是学习或分类时间长，这些都限制了入侵检测系统在实际中的应用。文中提出了将粗糙集用于网络侦听的海量数据的属性约简，而后提出使用朴索贝叶斯进行分类预测。该方法的准确率高，而且时间性能好，适用于网络人侵检测的要求。     

L^2DLNB：懒惰学习双层朴素贝叶斯分类器

尽管朴素贝叶斯简单而且在很多数据集上效果很好，但是其属性独立性假设在现实世界中并不总是成立的，当这一假设不成立时，其结果很差。通过分析和研究，提出了一种放宽这种独立性假设的新算法——懒惰学习双层朴素贝叶斯分类器L^2DLNB，该算法使用基于条件互信息的懒惰学习方法，在求不同类标的似然度时，使用不同的属性依赖关系，从而能够更准确地计算出各类标似然度。实验结果表明此算法在一些数据集上取得了更好的分类精度。     

基于模拟退火遗传算法的贝叶斯分类

朴素贝叶斯分类器是一种简单而高效的分类器，但是其属性独立性假设限制了对实际数据的应用。文章提出一种新的算法，该算法为避免数据预处理时的属性约简对分类效果的直接影响，在训练集上通过随机属性选取生成若干属性子集，以这些子集构建相应的朴素贝叶斯分类器，采用模拟退火遗传算法进行优选。实验表明，与传统的朴素贝叶斯方法相比，该方法具有更好的性能。     

因子分析降维对分类性能的影响研究

考虑因子数据的数据特征，采用连续属性服从正态分布的朴素贝叶斯分类方法，对因子分析降维前后数据集的分类性能变化进行了研究．实验结果表明：因子分析中的KMO（Kaiser—Meyer—Olkin）统计值和变量共同度与分类性能紧密相关，当KMO统计值大于0．8，并且只有很少属性的变量共同度值小于80％时，采用因子分析作为分类之前的降维是适宜的．