基于朴素贝叶斯分类器的纸病离线静态辨识方法研究

• 作者: 周强 汤伟 郑海英 郭文强 院金彪
• 来源期刊: 中国造纸学报
• 学科: 工学
• 关键词: 朴素贝叶斯分类器 条件概率 后验概率 纸病离线静态辨识
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 58-62
• 页数: 5页
• 分类号: TS736|TP273
• 字数: 3977字
• 语种: 中文

摘要

针对当前纸病处理方法通用性弱、鲁棒性差的问题,研究了一种使用概率精确判别纸病类别的方法.该方法通过训练样本获得各类纸病特征量的条件概率分布,利用朴素贝叶斯分类器原理求得某一纸病特征向量属于各种纸病的后验概率,进而通过比较各后验概率的大小进行纸病辨识,这可满足纸病辨识的静态性能要求,同时,利用朴素贝叶斯分类器具有最小错误率的特点,保证纸病辨识精度.实验结果表明,该方法具有很强的通用性,能够有效、快速地对纸病进行辨识.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汤伟	陕西科技大学电气与信息工程学院	240	1092	15.0	22.0
2	周强	陕西科技大学电气与信息工程学院	78	324	10.0	14.0
3	郭文强	陕西科技大学电气与信息工程学院	45	214	7.0	12.0
4	院金彪	陕西科技大学电气与信息工程学院	1	10	1.0	1.0
5	郑海英		2	11	1.0	2.0