论文部分内容阅读
朴素贝叶斯分类算法的改进与研究
【摘 要】
：
随着大数据时代的到来,对海量数据进行分类成为一项非常重要的任务。贝叶斯分类器是一类以贝叶斯定理为基础,利用概率论和统计学知识进行分类的算法。其中,朴素贝叶斯分类器(Naive Bayes Classifier,NBC)是贝叶斯分类器中最简单、应用最为广泛的一种分类算法,该算法在许多领域的分类问题中能够与决策树、k-近邻、神经网络等一些经典的分类算法相媲美,但由于朴素贝叶斯分类器引入了属性条件独立性
【出 处】
：
哈尔滨理工大学
【发表日期】
：
2021年09期
其他文献
算子空间这一概念在20世纪80年代早期随着Wittstock和Paulsen的独立研究而逐渐引起同行学者的关注与重视。因此,对算子空间的几何性质作更深入、更精细地了解,寻找它们之间的内在联系在一段时间内已经成为相关领域受关注的研究工作,研究内容丰富,也取得了大量研究成果。近年来,随着研究的逐步深入,对于赋范线性空间下的广义正交的问题,目前的研究成果已十分丰富,且形成体系。矩阵理论在数学中的应用十分
学位
随着科学技术的快速发展,以互联网为代表的复杂网络越来越受到专家学者的高度关注。除此之外,常见的社交网络、生物网络、电力网络等复杂网络在日常生活中的应用也更加广泛。所以,掌握复杂网络的节点状态信息可以更好地了解复杂网络,趋利避害。然而,由于复杂网络的节点数目大、结构复杂,通过直接测量来获得所有节点的状态信息几乎是不可能的。因此,基于可获得的测量信息来估计复杂网络的所有节点状态极具现实意义。值得一提的
学位
不动点理论是一个历史悠久,而又充满新生活力的研究领域。因其高度的统一性和广泛的应用性,一直被众多国内外学者所青睐,现已成为数学分析中最活跃的研究领域之一。不动点问题的研究从最初空间之间的推广,再到改变映射类型和迭代方式去求不动点,使得不动点理论的内容日益丰富。本文的主要内容是研究b-度量空间和矩形b-度量空间中的不动点问题。首先,介绍了国内外学者近年来在不动点领域的研究成果以及不动点理论的发展现状
学位
复杂系统的研究一直是控制领域中备受关注的话题,而复杂网络的研究更是吸引了来自物理、数学等多个领域研究人员的广泛关注。若复杂网络中的节点都由一个动力学系统构成,则称为复杂动态网络。对于复杂动态网络来说,时滞效应也是不可避免的,信号的传输往往伴随着时滞的发生,从而导致震荡现象。因此在复杂动态网络中充分考虑时滞效应具有重要意义。近年来,复杂动态网络的Lyapunov稳定性和同步控制是很多学者研究的一个重
学位
随着网络技术的飞速发展,网络化系统也受到大量关注。网络化系统具有资源共享、花费低、可靠性高等优点,相关的网络化控制技术已经广泛地应用到航天器、车辆悬架、制造厂等众多实际工程系统中。在网络化系统中,由于引入网络作为通讯介质,有限的带宽会导致节点之间信息传输时发生网络拥挤现象,使得一些不可避免的情况随之发生,例如传输时滞、数据包丢失等。因此,研究如何降低网络化诱导现象对于系统性能的影响以及设计有效的控
学位
滚动轴承在运输、冶金、航天等领域具有广泛的应用。由于实际工作环境复杂多变,导致滚动轴承常处于变负载情况下,数据特征分布差异性较大。传统恒定负载下的故障诊断方法存在一定缺陷。所以,准确识别出变负载情况下轴承的健康状态及时更换损坏轴承,具有重要的研究意义。本文针对变负载下滚动轴承故障诊断提出两种方法。(1)提出基于迁移学习的卷积神经网络结合支持向量机(CNN-SVM)的滚动轴承故障诊断方法,该方法首先
学位
近几十年,伴随着控制理论和通信技术的不断突破,传感器和执行器日益智能化,促使网络化控制系统不断革新。同时,随着电力系统、航天系统和制造业等领域的需求提升以及迅猛发展,将Markov跳变系统理论应用于上述网络化控制系统受到众多学者的关注。然而,由于网络化控制系统中网络传输容量有限,延迟、碰撞、拥塞等现象总是不可避免的发生,再加上系统很容易受到内外部非线性扰动的影响,因此系统可能无法实时处理海量数据进
学位
基于传感器网络传输的分布式滤波问题是控制领域的主流研究问题之一。科技的高速发展在提升传感器性能,扩大传感器网络应用范围的同时,也给网络化系统带来了新的问题和挑战,例如,网络节点间频繁的数据传输会降低网络的使用寿命,而数据包丢失、传输时滞等网络诱导现象会使得滤波误差发散甚至系统性能恶化,因而可以减轻网络负担的事件触发机制对于保证分布式滤波算法的效果有着极为重要的意义。针对基于传感器网络传输的非线性随
学位