基于贝叶斯策略的网格资源分配方法

考虑网格应用QoS需求,以最大化网格系统的经济收益为目标,提出了一种基于贝叶斯策略的网格资源分配方法。该方法基于价格可代表资源QoS综合性能的思想,利用历史QoS匹配记录,运用朴素贝叶斯定理根据用户提交的价格参数来分配与其级别相对应的符合要价范围资源,并优先考虑QoS水平较高的任务,将当前时刻QoS水平较高的资源预留给下一时刻到达的QoS水平较高的任务,而忽略当前时刻QoS水平较低的任务。实验结果表明,该资源分配方法不仅能有效地保障用户QoS,而且能使网格系统获得较大的经济收益。     

基于完全无向图的贝叶斯分类器在入侵检测中的应用

朴素贝叶斯分类器由于其强独立性假设,并不考虑属性之间的相互关系,而入侵检测的数据集不能很好地满足这一条件假设.为此,提出了一种基于有向完全图的贝叶斯分类器,将属性之间的关系加入到分类器的构造中,降低了朴素贝叶斯分类器的强独立性假设,并将其应用于入侵检测中.在MIT入侵检测数据集的实验表明,该算法能提高入侵检测的准确率,其效果很好.     

基于Bayes判别方法的矿井通风系统评价研究

矿井通风技术是保证井下安全生产的前提条件,高精度的通风系统可靠性评判可以改善通风环境和预防事故的发生。为了实现对矿井通风系统的快速和准确的评价,考虑矿井通风系统的技术、监测、能力等几个方面,选取16项评价指标。借鉴一种多元统计方法,建立了矿井通风系统Bayes判别分析评价模型,选取18组矿井通风数据作为学习样本进行训练和检验。结果表明:在各总体协方差矩阵不全相等的情况下,5种不同的训练和测试样本个数下的Bayes判别分析模型仍具有较好的评价效果。其中,回判法中模型的正判率均为100%,交叉确认法中模型的正判率分别为83.33%、94.44%、88.89%、94.44%和88.89%,该模型可为矿井通风系统可靠性评价提供借鉴。     

一种基于非下采样Contourlet变换的自适应阈值去噪方法

文章提出了一种基于非下采样Contourlet变换的自适应图像去噪方法。首先对噪声图像进行非下采样Contourlet变换,得到各个尺度各个方向子带的系数,再根据该系数的能量自适应地调整Bayes去噪阈值。实验结果表明：与小波阈值去噪方法对比,非下采样Contourlet自适应阈值去噪算法在保留图像边缘细节的同时,不仅能明显提高图像的SNR值,而且还减少了Gibbs现象。     

利用类概率估计的平均树增强朴素贝叶斯网络结构

树增强朴素贝叶斯模型通过放松条件属性独立来改进贝叶斯模型,结构学习效率较高且简单。然而在一些实际试验测试中,树增强朴素贝叶斯分类模型的分类精确性和失误率的效果却不好。因此在本文中,设计了平均的树增强朴素贝叶斯分类算法来改进分类的效果,并且利用条件对数似然来测试分类估计的效果,最后利用Weka平台公布的大量的UCI数据集进行试验,结果表明平均树增强朴素贝叶斯分类模型明显优于树增强的朴素贝叶斯分类模型。     

流特征的Skype流量识别

Skype流识别的研究大多局限于在静态载荷特征和通信机制,没有考虑网络流特征在Skype流量识别中的作用.提出了一种基于朴素贝叶斯分类的Skype流量识别模型.选择流的连接特征和实时特征作为分类特征集,根据流的连接特征组织网络流,再进一步根据流的包长度、平均发送间隔和突发带宽消耗等实时流特征识别Skype流量.在北京联通骨干网络上的实验表明该模型能有效地识别Skype流,是一种有效的Skype流识别算法.     

基于加速度传感器的步态分类研究

提出了一种基于时域和小波能量的步态分类算法。运用三轴加速度传感器采集走路、上楼、下楼三种步态下的上臂和胯部加速度信号,提取平均值、标准差、百分位数、平均绝对偏差等时域特征和2-6层小波能量特征,构建贝叶斯分类器,对三种步态进行分类。分类结果显示,时域与小波能量结合的分类方法的精度高于仅使用时域特征和仅使用小波能量特征的分类精度。     

基于混合核函数支持向量机的顶板砂岩富水性研究

为了寻求一种能够较好地预测煤层顶板砂岩富水性等级的方法,以桑树坪煤矿为例,分别采用BP神经网络、K最近邻分类法、决策树和支持向量机算法对其顶板砂岩富水性进行预测。比较发现,基于支持向量机的预测模型准确率最高为87.5%,节点错误率最低,优于其他3种模型。为了进一步提高模型预测准确率,建立了煤层顶板砂岩富水性的混合核函数支持向量机预测模型,当λ₁=0.05与λ₂=0.95时预测准确率达到100%。研究结果表明,以条件属性作为输入、决策属性作为输出的混合核函数支持向量机预测模型能较好地预测煤层顶板砂岩富水性等级,效果较好。     

基于朴素贝叶斯的重力感应电子秤定载荷点选择

针对重力感应电子秤荷载点选择受校准数据信号影响,定载荷点概率计算准确性低,导致电子秤定载荷点选择效果差的问题,提出基于朴素贝叶斯的重力感应电子秤定载荷点选择方法。以电子秤平放和标定为基础校准重力加速度传感器,并缓存记录一组传感器上传的数据,校准过程中存储这组数据,依据存储数据校准传感器的上传数据。采用朴素贝叶斯分类求解校准后的数据信号,精准计算电子秤各类定载荷点概率,依据最大概率识别电子秤定载荷点类别。利用多源融合技术将载荷点类别信息互补去杂,实现电子秤定载荷点选择。实验结果表明,该方法对重力感应电子秤定载荷点选择效果佳,且具有较高的重力感应信息融合效率和分类精度,可有效提高电子秤的称量效果。     

基于序列图像处理技术的高分辨率红外图像重建方法

红外成像系统由于探测器阵列对图像的欠采样和成像单元尺寸等因素的影响,图像分辨率低,无法满足实际应用的需要.介绍了目前主要研究和采用的基于序列图像处理技术的高分辨率红外图像重建方法,包括空间域的的常用方法,如贝叶斯法、凸集投影法、迭代反投影法及频率域方法,指出了红外序列图像高分辨率重建的研究和发展方向.