[发明专利]一种基于朴素贝叶斯分类器的autoCAD图块识别方法及装置

权利要求书

1.一种基于朴素贝叶斯分类器的autoCAD图块识别方法，其特征在于，包括：

S1：获取目标autoCAD图块和非目标autoCAD图块作为图块数据库；

S2：将图块数据库中的目标autoCAD图块和非目标autoCAD图块随机抽取三分之二作为训练集，剩下三分之一作为测试集；

S3：根据图块数据库中的目标autoCAD图块确定与autoCAD图块对应的特征；

S4：根据训练集中的autoCAD图块和与autoCAD图块对应的特征训练多项式模型、伯努利模型和混合模型；

S5：将测试集中的autoCAD图块测试训练后的多项式模型、伯努利模型和混合模型，得到模型准确率；

S6：选择模型准确率最高的模型作为最终模型，构造用于识别autoCAD图块的朴素贝叶斯分类器；

S7：通过朴素贝叶斯分类器对待识别图块进行识别。

2.根据权利要求1所述的一种基于朴素贝叶斯分类器的autoCAD图块识别方法，其特征在于，所述步骤S4具体包括：

构建多项式模型、伯努利模型和混合模型；

根据训练集中的autoCAD图块计算多项式模型、伯努利模型和混合模型中的P(x_i|Y)和P(x_i|S)；

其中，所述多项式模型为：

若P(Y|X)大于P(S|X)，则判断待识别图块为目标autoCAD图块；

若P(Y|X)小于P(S|X)，则判断待识别图块为非目标autoCAD图块；

其中，Y表示训练集中的目标autoCAD图块，S表示训练集中的非目标autoCAD图块，X＝[x₁,x₂,....x_m]为待识别图块对应的各个特征x₁,x₂,…x_m的集合，x_i表示集合X中的特征，i＝1,2,…m，k_i表示图块中特征x_i重复出现的个数，

所述伯努利模型为：

P(Y|X)＝P(Y|<x₁,x₂,…x_m>)∝P(x₁|Y)P(x_i|Y)…P(x_m|Y)P(Y)；

P(S|X)＝P(S|<x₁,x₂,…x_m>)∝P(x₁|S)P(x_i|S)…P(x_m|S)P(S)；

若P(Y|X)大于P(S|X)，则判断待识别图块为目标autoCAD图块；

若P(Y|X)小于P(S|X)，则判断待识别图块为非目标autoCAD图块；

其中，Y表示训练集中的目标autoCAD图块，S表示训练集中的非目标autoCAD图块，X＝[x₁,x₂,....x_m]为训练集图块及待识别图块对应的各个特征x₁,x₂,…x_m的集合，x_i表示集合X中的特征，i＝1,2,…m，

所述混合模型为：

当训练所述混合模型时，通过以下公式计算P(x_i|Y)和P(x_i|S)：

当通过所述混合模型识别待识别图块时，k_i等于1；

若P(Y|X)大于P(S|X)，则判断待识别图块为目标autoCAD图块；

若P(Y|X)小于P(S|X)，则判断待识别图块为非目标autoCAD图块。