检索结果-南通市图书馆

基于提示学习混合模型的学术论文自动分类研究

在线全文

学校读者我要写书评

暂无评论

数字图书馆论坛 2024年第4期20卷 74-80页

作者：刘爱琴贺玉斌马茹茹山西大学经济与管理学院太原030006

学术论文分类在知识管理、学术交流、研究导向和学术评估等方面都具有重要的意义。基于深度学习模型构建学术论文自动分类系统,相较于现有的文本分类方法,该系统融合提示学习思想,可较好地缩小预训练模型与下游任务的差距。结果表明,该... 详细信息

学术论文分类在知识管理、学术交流、研究导向和学术评估等方面都具有重要的意义。基于深度学习模型构建学术论文自动分类系统,相较于现有的文本分类方法,该系统融合提示学习思想,可较好地缩小预训练模型与下游任务的差距。结果表明,该系统较好地提高了文本分类性能和规范性,为科研工作者提供了更好的管理、利用和挖掘信息的方式。

关键词：学术论文提示学习自动分类

基于语音识别的机械零件自动分类回收系统的研究

在线全文

学校读者我要写书评

暂无评论

电声技术 2024年第2期48卷 36-38页

作者：于洪波邵娟辽宁建筑职业学院辽宁辽阳111000

针对传统机械零件自动分类回收系统因复杂噪声环境导致语音识别准确性不高的问题,文章提出一种混合语音降噪算法,利用谱减法、维纳滤波与小波阈值降噪对语音进行多级降噪处理。搭建实验环境对改进后的方式进行验证,实验结果表明改进后... 详细信息

针对传统机械零件自动分类回收系统因复杂噪声环境导致语音识别准确性不高的问题,文章提出一种混合语音降噪算法,利用谱减法、维纳滤波与小波阈值降噪对语音进行多级降噪处理。搭建实验环境对改进后的方式进行验证,实验结果表明改进后的方式能够有效改善系统语音识别的准确性,提升系统分拣效率。

关键词：机械零件自动分类语音识别语音降噪

基于Local Cascade Ensemble方法的胎儿健康自动分类

在线全文

学校读者我要写书评

暂无评论

信息技术与信息化 2024年第4期 122-125页

作者：黄梅佳李宗辉郑博伟揭阳职业技术学院信息工程系广东揭阳522000

为更好地自动评估胎儿宫内状态,提出一种基于local cascade ensemble(LCE)方法的胎儿健康状态分类模型。选用UCI数据集,使用ADASYN方法对不平衡数据集进行填充平衡,接着结合随机森林算法对数据特征进行选择,最后使用LCE方法对胎儿状态... 详细信息

为更好地自动评估胎儿宫内状态,提出一种基于local cascade ensemble(LCE)方法的胎儿健康状态分类模型。选用UCI数据集,使用ADASYN方法对不平衡数据集进行填充平衡,接着结合随机森林算法对数据特征进行选择,最后使用LCE方法对胎儿状态进行自动分类。实验结果表明,所提出模型使用的方法平均准确率、精确率、召回率和F1分数分别达到了0.9554、0.9054、0.9557和0.9290,对比传统的机器学习算法能得到更好的分类效果,有效降低了误判率。

关键词：机器学习胎儿监护自动分类 Local Cascade Ensemble

智能识别技术在电子档案自动分类与检索中的应用

在线全文

学校读者我要写书评

暂无评论

机电兵船档案 2024年第3期 39-41页

作者：唐梓乔中国船舶集团有限公司第七○八研究所上海200011

电子档案是现代科技蓬勃发展下的新时代产物。目前,为进一步优化电子档案应用效果,全面提升电子档案的操作便捷性、高效性、精准性,应与时俱进,将智能识别技术科学运用于电子档案的分类、检索中,推动电子档案管理智能化、自动化发展。... 详细信息

电子档案是现代科技蓬勃发展下的新时代产物。目前,为进一步优化电子档案应用效果,全面提升电子档案的操作便捷性、高效性、精准性,应与时俱进,将智能识别技术科学运用于电子档案的分类、检索中,推动电子档案管理智能化、自动化发展。本文将围绕智能识别技术在电子档案自动分类与检索中的应用展开分析,即以探究电子档案管理中应用智能识别技术的意义为切入点,随后分别提出智能识别技术在分类、检索的应用策略。

关键词：智能识别技术电子档案自动分类智能检索

在线全文

学校读者我要写书评

暂无评论

基于改进超点图的移动激光点云数据自动分类

测绘与空间地理信息 2024年第2期47卷 9-13页

作者：黄刚侯燕杨蒙蒙北京明立测绘科技有限公司北京100026 北京四维图新科技股份有限公司北京100094 清华大学车辆与运载学院北京100084

针对点云数据无序、无结构、数据量大、点云密度不均匀、数据处理难度较大等问题,将超点图三维语义分割网络模型应用于移动激光点云数据自动分类领域,并提出两点优化方法:1)在PointNet网络中引入多尺度网络结构,同时获取点云的局部特征... 详细信息

针对点云数据无序、无结构、数据量大、点云密度不均匀、数据处理难度较大等问题,将超点图三维语义分割网络模型应用于移动激光点云数据自动分类领域,并提出两点优化方法:1)在PointNet网络中引入多尺度网络结构,同时获取点云的局部特征和全局特征,实现多尺度特征重用;2)使用Adam优化算法代替原有的梯度下降算法,提升深度学习性能。实验使用真实道路数据进行训练与验证,结果表明,相较于PointNet、PointNet++、PointSIFT及SPG等方法,在复杂道路情况下,精确性和均交并比有一定提高,且具有很好的鲁棒性。

关键词：图像处理深度学习激光点云自动分类语义分割移动测量系统

基于改进KNN算法的档案信息文本自动分类方法研究

在线全文

学校读者我要写书评

暂无评论

信息与电脑 2024年第4期36卷 71-73页

作者：潘国炀浙江省中医院浙江杭州310006

常规的档案信息文本自动分类方法主要使用Bloom二维分类矩阵标注分类特征,导致分类评价指标偏低。对此,提出基于改进K最近邻(K-Nearest Neighbor,KNN)算法的档案信息文本自动分类方法,即提取档案信息文本自动分类特征,再利用改进KNN算... 详细信息

常规的档案信息文本自动分类方法主要使用Bloom二维分类矩阵标注分类特征,导致分类评价指标偏低。对此,提出基于改进K最近邻(K-Nearest Neighbor,KNN)算法的档案信息文本自动分类方法,即提取档案信息文本自动分类特征,再利用改进KNN算法优化信息文本自动分类流程,实现档案信息文本自动分类。实验结果表明,基于改进KNN算法的档案信息文本自动分类方法的加权精确率(weighted-P)、加权召回率(weighted-R)、加权F值(weighted-F)均较高,证明该方法的分类效果较好,有一定的应用价值。

关键词：档案信息文本自动分类

在线全文

学校读者我要写书评

暂无评论

基于半监督模式的恒星光谱自动分类方法

光谱学与光谱分析 2023年第6期43卷 1875-1880页

作者：姜霞邱波王林倩郭小雨河北工业大学电子信息工程学院天津300401

随着越来越多的大型光谱巡天计划的实施,产生了海量的恒星光谱数据,这对于恒星演化理论的研究具有重大意义,但也给传统的光谱分类和处理带来极大挑战。2021年发布的LAMOST DR7(v2.0版本)光谱数据集中,恒星光谱总量为百万量级,但其中O型... 详细信息

随着越来越多的大型光谱巡天计划的实施,产生了海量的恒星光谱数据,这对于恒星演化理论的研究具有重大意义,但也给传统的光谱分类和处理带来极大挑战。2021年发布的LAMOST DR7(v2.0版本)光谱数据集中,恒星光谱总量为百万量级,但其中O型星的数量仅为129条,远远小于其他六类恒星光谱数量。对于这种数据量大、数据集严重不平衡的情况,传统的机器学习分类方法达不到较好的效果,因此多用于对相邻两类、部分类或子类恒星光谱进行分类。针对以上问题,使用一维卷积神经网络(CNN)和一维生成对抗网络(GAN)相结合的半监督学习模式对七类恒星光谱进行全分类。实验首先对每条光谱进行裁剪和去噪,截取光谱波长范围为370.00~867.16 nm部分,然后进行均匀采样和归一化,生成大小为1×3700的数据集样本,送入CNN进行训练。为了避免过拟合并提高模型对未知数据的预测能力,在CNN的全连接层和池化层之间添加正则项Dropout。使用该网络对除O型星以外的六类光谱进行分类,平均分类准确率达到98.08%。针对O型星数量严重偏少的问题,采用GAN来扩充数据集。GAN的输入是1×900大小的噪声信号,经过生成器中全连接的三层跨步卷积运算,输出大小为1×3700的数据。通过对生成器和判别器进行单独交替迭代训练使GAN收敛,最终输出所需数量的O型星样本,达到扩充数据集的目的。和常见的通过过采样扩充数据集相比,利用GAN扩充数据集,结合一维CNN对恒星光谱进行全分类,可以将O型星的分类准确率由72.92%提升至97.92%,整个分类器的准确率达到96.28%。实验结果表明,使用这种半监督模式的恒星光谱自动分类方法可以实现对七类恒星光谱的快速、准确分类,也可以用于对标记为“Unknown”的未分类恒星光谱进行挖掘,达到充分利用光谱的目的。

关键词：恒星光谱自动分类卷积神经网络生成对抗网络半监督模式

基于系统模型的用户评论中非功能需求的自动分类

在线全文

学校读者我要写书评

暂无评论

电子学报 2022年第9期50卷 2079-2089页

作者：李雪莹王田路梁鹏王翀武汉大学计算机学院湖北武汉430072

移动应用程序中的用户评论是获取用户需求的重要来源.从用户评论中获取的用户需求,不仅可以帮助开发人员维护现有系统,还可以快速、准确地定位新的用户需求.本文主要关注移动应用用户评论中的非功能需求,并基于系统模型、采用机器学习... 详细信息

移动应用程序中的用户评论是获取用户需求的重要来源.从用户评论中获取的用户需求,不仅可以帮助开发人员维护现有系统,还可以快速、准确地定位新的用户需求.本文主要关注移动应用用户评论中的非功能需求,并基于系统模型、采用机器学习和深度学习算法将其自动分类为行为型需求和表示型需求.在使用机器学习方法分类时,将2种特征提取技术与5种机器学习算法进行组合.在使用深度学习方法分类时,使用了2种基于词嵌入的深度学习算法和1种基于字符嵌入的深度学习算法.从性能和时间消耗2个维度比较了机器学习模型和深度学习模型,结果表明,机器学习模型比深度学习模型表现更好.此外,支持向量机(Support Vector Machine,SVM)与词频-逆文档频率(Term Frequency⁃Inverse Document Frequency,TF⁃IDF)组合获得了最好的分类性能,精确率为0.941,召回率为0.990,F1-score为0.965.

关键词：用户评论系统模型非功能需求自动分类机器学习深度学习

在线全文

学校读者我要写书评

暂无评论

深度迁移学习在青光眼自动分类中的应用

哈尔滨工程大学学报 2023年第4期44卷 673-678页

作者：赵琳娜徐曦李建强赵青北京工业大学信息学部北京100124

针对现有青光眼诊断方法严重依赖于训练数据集规模的问题,本文提出一种深度迁移网络来进行青光眼自动诊断,能够在有限监督下捕获更好地描述与青光眼相关的判别特征。采用卷积神经网络从相似的眼科疾病数据集中迁移一般特征,并采用最大... 详细信息

针对现有青光眼诊断方法严重依赖于训练数据集规模的问题,本文提出一种深度迁移网络来进行青光眼自动诊断,能够在有限监督下捕获更好地描述与青光眼相关的判别特征。采用卷积神经网络从相似的眼科疾病数据集中迁移一般特征,并采用最大平均差异方法来缩小特征差距并细化特异特征。在真实场景数据集上进行实验,验证所提方法的有效性。与其他模型相比,本文方法准确率为91.15%,灵敏度为90.13%,特异性为92.25%,其方法对青光眼的早期筛查具有一定的医学价值和意义。

关键词：迁移学习眼病诊断青光眼自动分类卷积神经网络深度学习分类疾病筛查