王中锋

作品数：10被引量：45H指数：4
导出分析报告
供职机构：北京市劳动保护科学研究所更多>>
发文主题：分类器贝叶斯网络安全预警系统贝叶斯网络分类器支架式更多>>
发文领域：自动化与计算机技术理学文化科学更多>>
发文期刊：《北京交通大学学报》《南京大学学报（自然科学版）》《模式识别与人工智能》《计算机工程与应用》更多>>
所获基金：国家自然科学基金国家教育部博士点基金河南省教育厅科学技术研究重点项目更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
抗干扰词攻击的免疫垃圾邮件过滤模型
《计算机工程与科学》2013年第12期173-177,共5页王小伟 郭红涛 王中锋 
河南省教育厅科学技术研究重点项目(12B520056;13B520253);郑州大学体育学院青年基金项目(2011C3003)
针对当前基于人工免疫技术的垃圾邮件过滤算法中很少考虑干扰词攻击的情况,提出了一种抗干扰词攻击的免疫垃圾邮件过滤模型训练算法ANWAIS。该算法在基因库生成阶段,采用互信息差值作为评估函数,可以过滤掉垃圾邮件中的好词和正常邮件...
关键词：人工免疫 干扰词攻击 垃圾邮件过滤 互信息差值 基因库 
基于树型贝叶斯网络的场景分类引擎训练算法被引量：4
《仪器仪表学报》2012年第4期863-869,共7页王中锋 王志海 解文杰 
北京市科学技术研究院青年骨干计划资助项目
贝叶斯网络在场景分类统计模型设计中得到广泛的应用。但现有的大部分贝叶斯网络场景分类引擎没有能够充分利用贝叶斯网络丰富的知识表现能力和有效的自动学习能力。首先提出了一种灵活的树型贝叶斯网络分类引擎,用于场景分类模型的设...
关键词：机器学习 模式识别 计算机视觉 场景分类 贝叶斯网络 网络结构学习 
TAN分类器结构等价类空间及其在分类器学习算法中的应用被引量：4
《北京邮电大学学报》2012年第1期72-76,共5页王中锋 王志海 
为了认识树形贝叶斯网络(TAN)分类器结构中边的方向与分类精度的关系,以条件对数似然函数为优化目标,研究了TAN分类器结构空间和TAN分类器结构等价类空间,证明了随着训练数据集合的增大,TAN分类器结构中边的方向不对分类器的分类精度产...
关键词：数据挖掘 分类器 贝叶斯网络 等价类 结构学习 
基于条件对数似然函数导数的贝叶斯网络分类器优化算法被引量：19
《计算机学报》2012年第2期364-374,共11页王中锋 王志海 
国家自然科学基金(60673089;60973011)资助~~
通常基于鉴别式学习策略训练的贝叶斯网络分类器有较高的精度,但在具有冗余边的网络结构之上鉴别式参数学习算法的性能受到一定的限制.为了在实际应用中进一步提高贝叶斯网络分类器的分类精度,该文定量描述了网络结构与真实数据变量分...
关键词：机器学习 数据挖掘 分类器 贝叶斯网络 鉴别式训练策略 
贝叶斯网络分类器结构与变量分布的差异性分析被引量：1
《北京交通大学学报》2011年第2期32-35,47,共5页王中锋 王志海 付彬 
国家自然科学基金资助项目(60673089;60973011);教育部博士点基金项目资助(20090009120007)
为了提高鉴别式学习策略训练的贝叶斯网络分类器的分类精度,分析了贝叶斯网络结构与数据中变量分布之间的差异对贝叶斯网络分类器性能的影响,实验以网络结构的实际联合概率分布的树型近似描述为基准,删除在条件对数似然函数极大化过程...
关键词：数据挖掘 机器学习 贝叶斯网络 分类器 结构学习 参数学习 鉴别式学习 
最大化边际的分类器选取算法
《计算机科学与探索》2011年第1期59-67,共9页付彬 王志海 王中锋 
国家自然科学基金No.60673089;60973011;高等学校博士学科点专项科研基金No.20090009120007~~
在分析了不同的多样性定义的基础上,给出了多样性度量应该考虑的三种因素。结合边际概念,提出了一种新的多样性度量标准。实验结果表明,与当前已有的典型的多样性定义相比,在利用爬山法进行分类器选取时,使用该方法所选出的分类器子集...
关键词：集成学习 分类器 基分类器 多样性 分类器组合 
一种贝叶斯网络分类器集群式参数学习的降噪算法被引量：2
《模式识别与人工智能》2010年第4期508-515,共8页王中锋 王志海 付彬 
国家自然科学基金资助项目(No.60673089)
文中首先分析降噪集成算法采用的样本置信度度量函数的性质,阐述此函数不适合处理多类问题的根源.进而设计更有针对性的置信度度量函数,并基于此函数提出一种增强型降噪参数集成算法.从而使鉴别式贝叶斯网络参数学习算法不但有效地抑止...
关键词：机器学习 贝叶斯网络 集群式学习 BOOSTING算法 分类算法 
一种局部打分搜索型限制性贝叶斯网络结构学习算法被引量：5
《南京大学学报（自然科学版）》2009年第5期656-664,共9页王中锋 王志海 付彬 
国家自然科学基金(60673089)
贝叶斯网络是用概率方法解决分类问题的有效工具,但学习贝叶斯网络是一个non-deterministic polynomial-time(NP)难题.以往的限制性学习算法大都假设网络结构中的结点具有基本相同的父结点数目,这往往与现实不相符的.为了学习更符合实...
关键词：机器学习 分类算法 限制性贝叶斯网络 结构学习 
Boosting算法中基分类器权重的动态赋值被引量：9
《广西师范大学学报（自然科学版）》2009年第3期85-88,共4页付彬 王志海 王中锋 
国家自然科学基金资助项目(60673089)
Boosting是一种有效的分类器组合方法,其通过加权投票来组合多个基分类器进行分类。在对基分类器进行权重赋值时,该算法采用了以基分类器在当前训练集上的错误率的某种变形来对基分类器进行权重赋值,这是一种静态的赋值方法。介绍一种...
关键词：组合分类器 BOOSTING方法 动态权重赋值 
一种基于假设检验的贝叶斯分类器被引量：1
《计算机工程与应用》2008年第21期222-224,230,共4页李锦善 王志海 王中锋 
国家自然科学基金(the National Natural Science Foundation of China under Grant No.60673089)
分类是数据挖掘领域的重要分支,而贝叶斯分类方法作为分类领域的重要技术得到了日益广泛的研究和应用。限制性贝叶斯网络在不牺牲太多精确性的前提下简化网络结构,是近几年分类领域的研究热点。论文采用统计学中理论较成熟的体积假设检...
关键词：假设检验 贝叶斯分类器 分类 机器学习 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部