共查询到20条相似文献，搜索用时 31 毫秒
1.
《赣南师范学院学报》2021,(6):57-61
提出一种基于中心核对齐的模糊支持向量机(Centered kernel alignment-based fuzzy support vector machine, CKA-FSVM)算法并应用于中文农业文本分类.首先通过爬虫技术获取2 246个中文农业文本并进行数据预处理,然后进行文本向量化和特征处理,最后构建分类器模型,实现中文农业文本的自动分类.实验结果显示CKA-FSVM算法在中文农业文本分类上的平均准确率为91.69%,平均F1值为94.96%,比5个对比算法中的最好结果分别提升了0.04和0.24个百分点,表明该模型在中文农业文本分类领域具有较好的性能. 相似文献
2.
问答系统是自然语言处理领域一个非常热门的研究方向,问题分类是问答系统非常重要的环节。传统问题分类需要人工制定特征提取策略并不断优化特征规则,该方法准确率不高且费时费力。传统卷积神经网络模型先通过卷积核提取能表示问句特征的向量,再经过max-pooling后得到一个特征值,并未考虑句子的结构信息,在训练时容易发生过拟合。针对上述问题,采用分段池化操作,引入句子结构信息,在不同分段上提取句子的主要特征并加入Dropout算法,提高模型的泛化能力,防止模型过拟合。实验结果表明,该方法能提高模型准确率,在TREC 6分类问题数据集上准确率高达89.2%,在银行57分类数据集上准确率也达到了64.5%。 相似文献
3.
一、分类计数原理与分步计数原理分类计数原理与分步计数原理是两个基本的计数原理,是贯穿排列、组合问题的一条主线,运用它们的前提是首先搞清楚要完成怎样的一件事情,然后恰当地分类(不重不漏)、合理地分步(它们既互相联系,又彼此独立).排列是有顺序的,而组合是没有顺序的.解决排列与组合的综合应用题的基本思路是特殊元素(特殊位置)优先考虑,基本原则是先选后排、边选边排、先分组后分配,常用方法有捆绑法、插空法、隔板法等,计算方法上还可用间接法.近几年高考所涉及的排列与组合问题主要有:排队问题、选代表问题、摸球问题、放置问题、… 相似文献
4.
特征选择是模式识别经典而重要的课题.由于不同类别样本之间存在边缘样本点,其分布区域互相交叉重叠,经典的MMC(Maximize Marginal Criterion)方法简单地采用最大化类中心距离,不利于样本分类.针对此问题,给出了一种基于加权最大边缘间距准则(加权MMC)并改进了的特征选择算法,该方法考虑了不同类别数据边缘样本点在模式分类中的作用,建立了基于最大边缘间距的新型特征评分准则,提高了边缘样本点在衡量特征判别能力时的作用.在公开数据集PIE和MIT-CBCL3000标准人脸图像库上进行了实验,结果表明,该算法与经典的MMC特征选择算法相比较具有明显的优势. 相似文献
5.
本文对目前常用的一些基因克隆方法包括:抑制性差减杂交、差异显示PCR、DNA代表性差 异分析、cDNA微量列阵法(microarray)、外显子捕获法(exon capturation)、序列基因表达测(serial analysis of gene expression,SAGE)和图位克隆(mapbased cloning)等等作了简要的介绍;同时还介绍了从基因片段获得 其全长的3'RACE或5'RACE技术。可供相关研究人员参考。 相似文献
6.
关键词提取是问答系统中问句分析的重要步骤,它有助于问答系统快速、准确地返回答案。针对现有文献中基于T FIDF等方法在关键词提取准确率及效率方面的不足,提出一种基于平均信息熵的中文问句关键词提取方法。通过加入专业领域词汇,并在停用词过滤的基础上计算问句中每个词的平均信息熵,以词的信息熵值直接体现该词在问句中的重要性;同时在关键词提取过程中,通过设定不同提取比例,并在不同提取比例下观察评价标准值,以最佳提取比例获取更为合适的关键词。实验结果表明,与传统的T FIDF等其他方法相比,该方法的查准率、查全率以及 F1测度值都得到显著提高。 相似文献
7.
8.
《绵阳师范学院学报》2022,(5):76-84
计算机视觉技术使得人类手势识别在工业应用中发挥了重要作用,如人机交互等.该方法提出了一种基于手工提取特征的动态手势分割和分类方法,这些特征是从Kinetic传感器提供的骨架数据中提取出来的.其中,手势检测模块依赖于前馈神经网络,该神经网络执行逐帧的二分类.手势识别方法采用滑动窗口的方式从空间和时间维度提取信息.然后,本文组合不同持续时间的窗口,以获得多时间尺度方法所带来的性能增益.受递归神经网络最近在时间序列领域验证成功的启发,该方法还提出了一种基于双向长短期记忆单元来同时进行手势分割和分类的方法,该方法具有在长时间尺度上学习时间关系的能力.所提方法评估了2014年ChaLearn Looking at People挑战赛数据集,并与其他不同方法进行对比,该方法的性能几乎与最先进的技术相匹配.最后,该方法识别出的手势可以应用于与协作机器人进行交互. 相似文献
9.
可以说排列组合是研究计数问题的策略学 ,所以解答排列组合问题要讲究策略 ,首先要认真审题 ,弄清楚是排列 (有序 )还是组合(无序 ) ,还是排列与组合混合问题 .其次 ,要抓住问题的本质特征 ,准确合理地利用两个基本原则进行“分类与分步”.加法原理的特征是分类解决问题 ,分类必须满足两个条件 :(1)类与类须互斥 (保证不重 ) ,(2 )总类必须完备 (保证不漏 ) ;乘法原理的特征是分步解决问题 ,分步必须做到步与步互相独立 ,互不干扰并确保连续性 .分类与分步是解决排列组合问题的最基本的思想策略 ,在实际操作中往往是“步”“类”交叉 ,有机… 相似文献
10.
《河南职业技术师范学院学报(职业教育版)》2017,(2)
针对语音情感识别的特征提取和分类模型构建问题,首先提出了一种基于语谱图的特征提取方法,将语谱图进行归一灰度化后,利用Gabor滤波器进行纹理特征提取,并采用主成分分析(principal component analysis,PCA)对特征矩阵进行降维;然后分析了卷积神经网络(convolutional neural networks,CNNs)并把其作为情感识别分类器;最后在Emo DB和CASIA库进行了不同的比对实验.实验结果取得了较高情感识别率,表明了所提特征提取方法的有效性以及CNNs用作情感分类的可行性. 相似文献
11.
基于CNN的迁移模型用于铝型材表面瑕疵分类识别研究中，未考虑所提取的瑕疵特征图中冗余信息对分类性能的影响.针对该问题，提出了一种基于集成迁移学习的铝型材瑕疵分类方法，首先基于CNN的传统迁移模型自动获取铝型材瑕疵特征，再利用多尺度膨胀卷积对所提取的铝型材瑕疵特征进行稀疏采样，获取多组差异化的瑕疵特征，通过训练生成一组具有差异化的CNN分类器，并将其集成.实验结果证明，该方法相对于传统基于CNN的迁移模型，在铝型材瑕疵分类上，具有更高的分类准确率，性能更优. 相似文献
12.
提出了一种基于机器学习的Web文本自动分类的架构,提出了中文Web文档自动分类的主要技术问题。介绍了中文Web文档自动分类工具的总体设计,它主要包括网络蜘蛛、中文分词、特征选取和贝叶斯分类器等功能模块。最后对中文Web文档自动分类器进行了实验。 相似文献
13.
14.
15.
对基于中文的Web文本分类技术进行了研究,介绍了web文本分类的基本过程和Web文本预处理及文本特征选取的方法,重点介绍了一种常用的基于内容的分类算法KNN。最后通过实验测试了使用KNN算法的中文Web文本分类技术的效果。 相似文献
16.
杨彩霞 《西安文理学院学报》2010,(4):83-85
光学字符识别中,特征提取与分类是最关键的步骤,文中采用Gabor变换来提取图像特征,结合最近邻分类器进行分类识别,实现了对中文字符的准确识别.实验表明,该方法具有较好的抗干扰性. 相似文献
17.
包水耿 《中学生数理化(高中版)》2005,(Z1)
排列、组合问题题型繁多,思维抽象,方法独特.解题时首先必须分清排列、组合的特定含义,其次应正确区分是排列问题还是组合问题,然后考虑对题目进行分类或分步,运用两个基本原理进行列式,最后依据排列数、组合数计算公式及组合数性质进行计算. 同时,在考虑分类和分步问题时,要特别注意有可能出现的计数重 相似文献
18.
情感分析在业界被广泛应用于产品分析、商品推荐等方面,具有很高的商业价值。目前常用的研究方法主要基于机器学习算法和基于词典的方法,该类方法通常需依赖复杂的人工规则和特征工程。针对传统情感分类方法需要人工干预的问题,总结目前已有可用于情感分析的深度学习方法,提出将卷积神经网络（CNN）和双向长短时记忆网络（BLSTM）进行组合,并将融合后的特征添加至注意力机制,设计出CBLSTM-Attention模型。实验表明,该模型在中文数据集上准确率达0.965 0,在NLPCC英文数据集上准确率达0.942 2,证明该方法不仅可提高文本情感倾向性分析的准确率,而且可有效解决人工干预问题。 相似文献
19.
《绵阳师范学院学报》2018,(5):87-95
针对光照、遮挡、姿态、样本数有限等问题对人脸识别的挑战,提出一种融合单演特征和概率性协作表示的人脸识别方法 .概率性协作表示分类方法(ProCRC)相对于稀疏表示分类方法(SRC)和协作表示分类方法(CRC)具有明显的分类优势.但在样本数有限情况下ProCRC方法中样本需更精确地被表示才能获得精确的结果.针对该问题,提出使用单演特征来精确地表示人脸样本.实验结果明表所提出方法能够有效地提高在复杂光照、遮挡、姿态、样本数有限条件下的人脸识别率. 相似文献
20.
董露露 《合肥师范学院学报》2017,35(6)
特征降维是文本分类的关键步骤之一.传统互信息特征选择方法只关注了文档频,未考虑词频因素,并且忽视了负相关特征对文本分类的重要作用,导致其在不平衡语料集上的分类效果较差.针对传统互信息方法存在的不足,提出一种改进的互信息特征选择方法,综合考虑词频因素及正、负相关特征对文本分类的影响,引入平均词频率和绝对值最大因子,克服传统互信息倾向于选择低频词、忽视负相关特征的缺陷.在不平衡语料集上的实验结果表明,改进的互信息能够有效提高文本分类性能. 相似文献