检索结果-南通市图书馆

Recognition of Chinese Organization Name Using Co-training

在线全文

学校读者我要写书评

暂无评论

Journal of Donghua University(English Edition) 2010年第2期27卷 193-198页

作者：柯逍李绍滋陈锦秀 Department of Cognitive Science Fujian Key Laboratory of the Brain-like Intelligent SystemsXiamen University

Chinese organization name recognition is hard and important in natural language processing. To reduce tagged corpus and use untagged corpus,we presented combing Co-training with support vector machines (SVM) and conditional random fields (CRF) to improve recognition results. Based on principles of uncorrelated and compatible,we constructed different classifiers from different views within SVM or CRF alone and combination of these two models. And we modified a heuristic untagged samples selection algorithm to reduce time complexity. Experimental results show that under the same tagged data,Co-training has 10% F-measure higher than using SVM or CRF alone; under the same F-measure,Co-training saves at most 70% of tagged data to achieve the same performance.

关键词： Co-training named entity recognition conditional random fields ( CRF) support vector machines (SVM)

基于遗传算法和舍伍德思想的双数组Trie树改进

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2009年第29期45卷 128-130,152页

作者：王世昆李绍滋柯逍厦门大学智能科学与技术系福建厦门361005

对汉语信息处理中常常要涉及汉语词典查询,当所涉及的词典规模较为庞大时如何快速访问词典以获取词语知识便成为了一个需重点解决的问题。将阐述一种简单快捷的基于双数组Trie(Double-Array Trie)原理的词典查询机制。该算法的查询时间... 详细信息

对汉语信息处理中常常要涉及汉语词典查询,当所涉及的词典规模较为庞大时如何快速访问词典以获取词语知识便成为了一个需重点解决的问题。将阐述一种简单快捷的基于双数组Trie(Double-Array Trie)原理的词典查询机制。该算法的查询时间为O(n)的线性时间(n为查询词条的长度),由此可见双数组算法在时间上存在着明显优势,但在空间耗费上却存在着浪费现象。前人提出了一些解决方案,其中主要的有:在构造双数组时采用一种启发式排序策略,即每一次都先处理当前分支节点最多的活动节点。考虑到这种启发式思想为确定性算法,容易陷入局部最优陷阱之中,因此在这种思想的基础上引入了舍伍德随机思想和遗传算法中常常运用到的变异思想,在改进算法空间利用率的同时也使得算法跳出了局部最优解的陷阱。

关键词：双数组索引舍伍德随机思想遗传算法变异

在线全文

学校读者我要写书评

暂无评论

基于PCM聚类算法的Blog社区发现

厦门大学学报（自然科学版） 2009年第4期48卷 508-513页

作者：柳助民李绍滋林达真柯逍曹冬林厦门大学信息科学与技术学院福建厦门361005

针对传统的社区发现算法无法发现社区中的核心成员和边界成员的缺点,提出了基于PCM聚类算法的Blog社区发现算法,用来识别Blog社区的核心和边界.首先,使用随机行走的方法计算可以衡量两个Blog亲密度的对称社会距离;然后,在对称社区距离... 详细信息

针对传统的社区发现算法无法发现社区中的核心成员和边界成员的缺点,提出了基于PCM聚类算法的Blog社区发现算法,用来识别Blog社区的核心和边界.首先,使用随机行走的方法计算可以衡量两个Blog亲密度的对称社会距离;然后,在对称社区距离的基础上使用PCM聚类算法对Blog进行聚类,得到每个社区中的成员属于社区的概率表示.最后,通过确定相应的概率阈值,确定社区的核心和边界.实验结果表明:该算法能够获得社区中的成员属于社区的概率,根据这个概率可以确定社区中的核心成员和边界成员.

关键词： Blog社区发现随机行走对称社会距离 PCM聚类算法

在线全文

学校读者我要写书评

暂无评论

一种自适应双码本模型目标检测算法

小型微型计算机系统 2017年第8期38卷 1861-1866页

作者：范京叶东毅柯逍陈昭炯福州大学数学与计算机科学学院福州350116

自适应码本(SACB)算法在目标物体检测中取得了较好的效果,对周期性晃动有一定抗干扰性,但仍存在"鬼影"现象、对密集型物体晃动抗噪性差、码字清除策略过分依赖于时间等问题.对此提出一种改进的自适应双码本(DECB)算法,通过增加前景像素... 详细信息

自适应码本(SACB)算法在目标物体检测中取得了较好的效果,对周期性晃动有一定抗干扰性,但仍存在"鬼影"现象、对密集型物体晃动抗噪性差、码字清除策略过分依赖于时间等问题.对此提出一种改进的自适应双码本(DECB)算法,通过增加前景像素记忆层构成背景-前景双码本模型,实时地将频繁出现的伪前景加入背景模型中,以消除"鬼影"现象;利用相邻像素的相似时空特性,随机与相邻像素码本匹配以提高对密集型物体晃动的抗噪能力;在码字更新机制中引入生命周期,以降低码字清除策略对时间的依赖性.实验结果表明,DECB算法能够有效消除"鬼影"现象,提高抗噪性且实时性良好.

关键词：运动目标检测双码本模型背景减除自适应码本

基于新型聚类算法IncreaseK-Means的Blog相似度分析

在线全文

学校读者我要写书评

暂无评论

厦门大学学报（自然科学版） 2009年第2期48卷 194-197页

作者：吴海华李绍滋林达真柯逍曹冬林厦门大学信息科学与技术学院．福建厦门361005

针对现有聚类算法K-均值存在事先指定聚类类数及仿射传播存在计算复杂度偏高的缺陷,提出了一种新型的聚类算法IncreaseK-Means,并将其应用到Blog内容的相似度聚类分析中,较好地满足了社区发现和话题跟踪的需求.仿真结果表明:在Blog文本... 详细信息

针对现有聚类算法K-均值存在事先指定聚类类数及仿射传播存在计算复杂度偏高的缺陷,提出了一种新型的聚类算法IncreaseK-Means,并将其应用到Blog内容的相似度聚类分析中,较好地满足了社区发现和话题跟踪的需求.仿真结果表明:在Blog文本聚类分析中,IncreaseK-Means在时间上与K-Means相近,在精度上与仿射传播接近,适用于大规模网络文本的分析处理.

关键词： Increase K-Means K-Means 仿射传播聚类特征提取