摘要：对贝叶斯分类中两种计算相似度的公式进行简化,设计了基于Gabor特征的快速贝叶斯人脸识别方法。首先对人脸图像进行Gabor小波变换,把同一个人的Gabor特征与本人的类内Gabor均值图像之差作为类内差异图像,对类内差异图像进行小波分解取其低频图像;然后采用2DPCA方法建立类内特征子空间。对测试图像进行Gabor特征提取,并与目标图像的类内均值Gabor特征作差形成差异图像,对差异图像进行小波分解,提取低频子图信息投影到类内特征子空间,利用简化的贝叶斯准则进行分类。实验结果表明,该方法降低了算法复杂度,提高了识别率,并对光照和表情变化具有较强的鲁棒性。

摘要：系统以垃圾邮件过滤为目标,设计并实现了一个垃圾邮件过滤系统SpamBlocker.该系统整合规则过滤、贝叶斯分类、病毒检测和黑/白名单等垃圾邮件检测技术,采用评分方法判断邮件的垃圾性,并利用规则过滤给贝叶斯分类提供学习样本,提高了系统对新垃圾邮件的适应性.

摘要：针对海量邮件数据的处理需求和实际业务需要,设计了基于数据库编程语言的海量邮件自动分类系统。该系统由特征学习模块、数据库查询模块和贝叶斯分类模块3部分构成。结合贝叶斯分类算法,利用PL/SQL语言与数据库交互时的高效性特点,在ORACLEPL/SQL存储过程中完成对未知邮件的特征提取和表示,实现对海量邮件数据的有效分类。

摘要：本文介绍了朴素贝叶斯分类(以下简称贝叶斯分类)、最小距离分类等两种判别分类方法和基于Fisher判别分析的降维法,收集整理了中医体质分类的相关数据。在数据降维前和降维后分别用两种方法对数据进行了分类,对比分析了两种分类结果。对于本文所用的数据,在用Fisher判别分析的降维法降维前,最小距离分类法明显优于贝叶斯分类;降维后,二者的分类效果有了大幅度的提高,前者依然优于后者,但差别没有降维前明显。因此,用本批数据研究中医体质分类时,降低维度对分类结果起着至关重要的作用。降维的结果可为设计中医体质分类与判定标准的调查问卷提供有价值的参考。

摘要：针对目前存在大批网络用户,以群体形式来欺诈点击的问题,提出了一种检测点击欺诈群组的方法。首先使用频繁项集挖掘算法来发现共同点击过大量广告的个体用户,作为疑似欺诈组。然后,在对组内用户点击行为属性分析的基础上,运用孤立点检测方法找到与组内其他用户有显著差异的疑似欺诈用户。最后,运用贝叶斯分类方法对检测到的所有疑似欺诈成员分类,得到真正的欺诈群组和欺诈用户。在真实的数据集上进行的实验,验证了该方法的可行性和有效性。结果表明,该方法为点击欺诈检测问题提供了一条新的思路。

摘要：提出一种基于双目立体视觉的复杂背景下的牛体点云获取方法。在点云获取过程中,针对牛不是保持不动的实际情况,采用基于被动视觉技术的双目立体视觉方法;在相机标定过程中,进行单目标定获取相机内部参数,统一标定获取相机外部参数,针对牛体毛色及所处环境复杂的情况,采用基于贝叶斯的皮肤检测算法提取牛体图像,采用基于SIFT的特征点提取和匹配方法实现特征点的匹配,利用计算机视觉中的极线几何原理,剔除误匹配点,通过相机的成像模型求取牛体的三维点云。实验验证了该方法能够在复杂背景下获取牛体点云,并得到较好的点云数据,较好解决了双目立体视觉中相机标定和立体匹配两个较关键和困难的问题。

摘要：采用面向对象UML建模的系统分析方法,通过建立用例视图、类视图、对象交互视图和活动视图等系统模型视图,构建了基于目录分类与贝叶斯分类的批量集中采购网络系统,以实现分类汇总、跨部门配送及网络决策功能。同时也给出了系统安全设计及制度设计方案,使得基于贝叶斯的批量集中采购网络系统具有实际运用价值,从而满足了批量集中采购跨部门、跨地区的设备分类汇总、招标采购及配送要求,扩大了高校仪器设备批量集中采购的适用范围。

摘要：情感识别是智能机器人技术研究中的一个重要课题,对不同的情感识别有助于提高机器人的智能水平和与人类沟通的效果.首先采用语速、瞬时能量、瞬时过零率、共振峰和基频五种语音特征,以及正常、喜悦、愤怒、悲伤、惊讶五种情绪状态,建立语音特征与情绪的相关性模型,然后设计PNN识别算法,再通过该算法对情绪状态训练分类,最后在语音识别过程中提取的低阶特征,识别高阶情感语义.通过实验效果对比分析,其平均识别率可以达到82.58%,优于HMM的82.2%,主成分析的66.16%和多元回归分析的62.68%,可以得出该模型对语音情感识别有较好的识别率.

摘要：文章探讨提高卫星遥感大范围流域下垫面分类方法:通过集合贝叶斯分类器和决策树分类器的优势,充分利用TM影像覆被信息,结合影像时相动态信息以获得分类准确的土地覆盖/利用类型;再结合DEM生成的坡度信息得到下垫面类型,最终确定水文地理单元。以河南省的东湾流域为例进行验证,结果表明:贝叶斯法和决策树法分类各有优势,两者结合可以获取更准确的土地覆盖/利用分类结果,辅以时相类信息可以进一步修正类别间的混淆。

摘要：本文设计了一个有效的基于贝叶斯分类器的中文期刊自动分类系统。首先,该系统以期刊的名称作为惟一的标引内容,并利用自动分词技术将期刊名称分成待分类的样本集;其次,通过对图书馆的样本数据进行训练建立的分类库,本文使用贝叶斯分类器实现中文期刊的自动分类。实验结果表明,该分类器对中文期刊的分类具有很好的高效性和准确性。