论文研究-基于DPCM与Hilbert扫描的灰度图像无损压缩方法.pdf

所需积分/C币:10 2019-09-12 08:14:11 568KB .PDF
26
收藏 收藏
举报

朴素贝叶斯分类是一种简单而高效的方法,但是它的属性独立性假设,影响了它的分类性能。通过放松朴素贝叶斯假设可以增强其分类效果,但通常会导致计算代价大幅提高。提出了属性加权朴素贝叶斯算法,该算法通过属性加权来提高朴素贝叶斯分类器性能,加权参数直接从训练数据中学习得到。权值可以看作是计算某个类的后验概率时,某属性取值对该类别的影响程度。实验结果表明,该算法可行而且有效。
秦锋,任诗流,程泽凯,等:基于属性加权的朴素贝叶斯分类算法 2008,44(6)109 论分析是一致的。综上所述,提出的新算法是有效的。 分类能力。提出了一种基于属性加权的朴素贝叶斯分类器,利 表1实验数据集及分类结果 用已有的数据信息,用加权调整的先验概率来代替原朴素贝叶 数据集属性类别训练例NBC/% AWNBC/% 斯的先验概率。从实验可以看出,该方法只需要增加极少的训 2 690 86.63 86.61 练时间就可以对朴素贝叶斯分类器进行改进,改进后的方法更 7 188085.78 86.96 精确,更有效。今后,将进一步研究在多属性、多类别数据集 Cleve 296 82.43 83.04 以及小样本数据集情况下,如何更好地提高分类器的分类能力。 7 86.56 8875 2 653 86.58 87.11 German 100075.50 74.94 参考文献: 2 214 76.26 [] Han jian-wei. Data mining concepts and techniques[M]北京:机械 27083.0483.26 工业出版社,2001:30-50 920091.00 2 Zheng Z, Webb G I Lazy learning of Bayesian rules [J Machine 93.73 earning,2000,41(1):53-84 Lelle 16202000074.64 74.08 3] Webb G l, Pazzan JAdjusted probability Naive Bayesian induction(Cy/ Lymphography 19 4 Proceedings of the 1 lth Australian Joint Conference on Artificial 810320073.39 3.41 telligence. Berlin: Springer Verlag, 1998: 285 2510320072.48 [4] Zhang H, Sheng S Learning weighted Naive Bayes with accurate Mofn 3710 132486.30 99.65 ranking C//proceedings of the 4th IEEE International Conference Monks 24877.90 78.18 on Data Mining, 2004: 567-570 9 51102588.24 88.94 Satimage376643582.3181.83 [5] Hall M a decision tree-based attribute weighting filter for Nai've 7 18231093.26 92.33 Bayes[J]. Knowledge-Based Systems, 2007, 20(1): 120-126 Soybean 562 93.59 92.95 6]程克非,张聪基于特征加权的朴素贝叶斯分类器J计算机仿真, Vehicle 848 63.38 63.26 2006,23(10):92-94 Vote 2 435 90.2590.21 [7 Blake C L, Merz C J.UCI repository of machine learning databases Waveform21192500079.7579.62 [R/OL.University of California, Irvine, Department of Information 平均 82.96 83.73 andComputerScience,1998.http://www.ics.uci.edu/_mlearn/mlrepos 6结束语 8]程泽凯林士敏,蒋望东,等基于 Matlab的贝叶斯分类器平台MB 条件独立性假设很大程度上影响了朴素贝叶斯分类器的 NCJ复旦学报,2004,43(5):729-732 (上接44页) 平滑性,改进的共轭梯度运算可更好的改善算法的收敛性。本 文在不明显増加算法复杂度的情况下,能取得令人满意的图像 复原效果。 参考文献 [1 Reeves S, Mersereau R Blur identification by the method of gener- lized cross-validation[J]. IEEE Transactions on Image Processing (a)Lena原图 (b)LR序列样图 1992,1(3):301-311 2 Nguyen N, Milanfar P Efficient generalized cross-validation with applications to parametric image restoration and resolution en- hancement[J).IEEE Transactions on Image Processing, 2001, 10(9) 1299-1308 「3]袁小华,夏德深自适应正则有参超分辨率图像盲恢复[中国图象 图形学报,2004,9(10):1197-1203 (c)用文献2算法复原的HR图(d)用本文算法复原的HR图 [4 Andrews H, Hunt B Digital image restoration[M]. New Jerseg: Pren- 图1σ=1,SNR=30dB为例的图像复原效果图 Hal,1977 5]冈萨雷斯,伍兹数字图像处理[M阮秋琦,阮宇智,译.2版北京:电 6结论 子工业出版社,2003 本文在文献2的基础上,改进了正则超分辨盲复原的基本6 Chardon S, Vowel b, Chedi K. A comparative study between para 模型,结合空间自适应性的思想,通过正则处理、图像模糊参数 metric blur estimation method [C/Proc Int Conf Acoustic, Speech, 估计,并利用共轭梯度法求解相应的约束优化问题,给出了 Signal processing. Phoenix, AZ. 1999 [7 Kang M G, Katsaggelos A KGeneral choice of the regularization 种自适应正则图像盲复原算法。实验结果表明,广义交叉检验 functional in regularized image restoration[J.IEEE Trans on Imge 可以有效地估计模糊参数,自适应正则项可以局部控制图像的 Processing,1995,4(5):594-602

...展开详情
试读 3P 论文研究-基于DPCM与Hilbert扫描的灰度图像无损压缩方法.pdf
立即下载
限时抽奖 低至0.43元/次
身份认证后 购VIP低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
  • 至尊王者

关注 私信
上传资源赚钱or赚积分
最新推荐
论文研究-基于DPCM与Hilbert扫描的灰度图像无损压缩方法.pdf 10积分/C币 立即下载
1/3
论文研究-基于DPCM与Hilbert扫描的灰度图像无损压缩方法.pdf第1页

试读结束, 可继续阅读

10积分/C币 立即下载