论文研究三种典型贝叶斯分类器的研究 .pdf

过去的十多年中，人工免疫系统得到了长足的发展。由于其具备强大的信息处理能力，被广泛应用于模式识别领域，尤其是分类问题。介绍了免疫系统的识别原理、人工免疫原理，包括克隆选择原理、负向选择原理和免疫网络，

在详细论述恶意软件的工作原理、运行机制的基础上，对各类恶意软件进行系统的分类，阐述各类恶意软件间的关系，归纳恶意软件的发展趋势并给出阻断恶意软件的方法。

尝试分别从信息技术演化过程和驱动因素两个方面对信息系统风险评估方法（ISRAM）进行分类。首先选择信息技术和ISRAM发展的时间主线划分ISRAM，然后提取ISRAM设计实现过程中考虑的驱动因素划分I

针对基于轮廓线拼接重建物体表面所出现的轮廓对应和分叉问题，提出了一种通过体数据转换由轮廓线实现重建物体表面的方法。在分析体数据构造中出现逼近精度问题的前提下，通过提高轮廓线上点的密度，生成精确度较高的

基于云模型的分类算法多采用云变换和泛概念树方法，存在分类结果与先验知识不一致的问题。从粒度计算的角度对云模型理论进行了分析，揭示出云模型的粒度原理。提出了一种基于分解云的不同粒度下的云模型分类方法，并

NULL博文链接：https://rangerwolf.iteye.com/blog/2017598

Java编写的朴素贝叶斯分类器，用于学习机器学习，可以运行

朴素贝叶斯分类器的代码，还有一些hadoop运行时出现的问题

贝叶斯公式对于一个分类器而言，我们考虑一个待分类的目标，任务就是将这个目标分类为c类。分类数c事先作为一个先验值，即已知值。每一个待分类的目标由一组特征值x(i)，则构成一个维特征向量，x=[x(1)

一个用c++实现的贝叶斯分类器，是以新闻文本为基础的