检索结果-南通市图书馆

作者：孙梦吉北京交通大学

学位级别：硕士

为了适应迅速发展的信息时代,相干光通信技术变得越发复杂。随着可重构发射机的出现,相干接收机向着自适应方向发展,因此光调制格式识别技术的研究得到了广泛的关注。目前调制格式识别中应用最广泛的算法有神经网络和k-means等,神经网... 详细信息

为了适应迅速发展的信息时代,相干光通信技术变得越发复杂。随着可重构发射机的出现,相干接收机向着自适应方向发展,因此光调制格式识别技术的研究得到了广泛的关注。目前调制格式识别中应用最广泛的算法有神经网络和k-means等,神经网络属于监督式学习算法,但训练成本高;k-means属于非监督式学习算法,无训练成本但必须要提前确定k值。在此前提下,本文引入了非监督式学习算法中国餐馆过程(Chinese Restaurant Process,CRP)和迭代自组织数据分析算法(Iterative Self-organizing Data Analysis Techniques Algorithm,ISODATA)进行调制格式识别。两种算法不仅没有训练成本,还在k值选取上变得更加灵活。主要研究工作如下:1.阐述了相干光通信系统结构以及光调制格式识别一般流程。利用OptiSystem 和 MATLAB 搭建了比特率为 112Gbit/s 的 BPSK、QPSK、8PSK、8QAM和16QAM的相干光通信系统。2.研究了斯托克斯空间表征下基于CRP算法的光调制格式识别技术。仿真分析了调制格式识别率与OSNR、符号数量、光源线宽、传输距离和入纤功率下的关系,验证了该调制格式识别技术的可行性。3.研究了最小二乘拟合平面表征下基于ISODATA算法的光调制格式识别技术。仿真分析了不同调制格式在不同OSNR、符号数量、光源线宽、传输距离和入纤功率下的识别率,验证了所提光调制格式识别技术的可行性。由于增加了最小二乘拟合平面,整体均比CRP算法识别效果高。4.对比研究了 CRP算法、ISODATA算法和传统k-means算法的调制格式识别性能。结果表明,CRP算法和ISODATA算法的识别效果均优于k-means算法;ISODATA算法对PSK信号的识别效果优于CRP算法;CRP算法对QAM信号的识别效果优于ISODATA算法。

关键词：调制格式识别斯托克斯空间最小二乘拟合平面中国餐馆过程 ISODATA 算法 k-means 算法

面向舆情监控的微博热点话题发现及演化分析研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向舆情监控的微博热点话题发现及演化分析研究

作者：党燕内蒙古工业大学

学位级别：硕士

微博作为当前盛行的社交工具之一,伴随着网民生活,深受网民喜爱,微博具有发布内容短、操作简单、传播及时、言论自由等特点,这使得网民可以随心所欲地发表个人观点、获取各类信息、转发与评论他人信息。随着网民规模的不断扩大,微博工... 详细信息

微博作为当前盛行的社交工具之一,伴随着网民生活,深受网民喜爱,微博具有发布内容短、操作简单、传播及时、言论自由等特点,这使得网民可以随心所欲地发表个人观点、获取各类信息、转发与评论他人信息。随着网民规模的不断扩大,微博工具频繁地被使用,导致聚焦在微博平台的数据呈爆炸式增长,这些数据的格式和内容可能非常散乱,噪音数据较多,如果仅靠人工筛选,不仅会增加工作量,而且很难快速发现热点话题。那么,基于现有的热点话题发现技术,传统大多数学者采用基于向量空间模型的文本聚类算法,在处理长文本数据时已取得了较好的结果,但是在处理微博短文本内容时,由于微博内容短、特征词少,仅凭词语字面意思判断文本相似度,会影响话题发现准确性。基于此,本文要完成的研究工作如下:本文采用LDA(Latent Dirichlet Allocation)模型发现不同时间的微博热点话题,通过与传统的K-means算法进行实验对比,验证该模型话题发现的准确性。同时,在微博话题发现的过程中,需人工设置不同时间的话题数目,本文采用中国餐馆过程(Chinese Restaurant Process),动态确定微博话题数,避免手工参与话题数设置问题。网络中的数据时刻在更新,不可能一次性获得全部数据,如果数据每更新一次都要进行重复学习,不仅会消耗大量的时间,而且不能及时追踪话题。话题存在演变特性,不同阶段讨论的话题有不同的侧重点,为了及时捕获话题的演变情况,本文在热点话题发现的基础上,构建一种动态增量式话题演化模型,将数据集按照时间划分为历史数据集与增量数据集,使用历史数据集的微博热点话题发现结果推断新增微博数据集的微博话题分布,完成话题内容的追踪。通过实验分析,该模型能够直观地展示出话题内容的演变情况,并且节省了时间。本文设计并实现微博热点话题发现及演化分析系统。该系统包括数据预处理、话题发现、话题演化分析与个人信息维护模块,基于实际数据进行了系统测试,并进行各模块的功能展示,验证了以上工作的可行性及有效性。

关键词：热点话题发现 LDA模型话题演化中国餐馆过程

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于微博的个性化新闻推荐算法的研究

基于微博的个性化新闻推荐算法的研究

作者：李晓东大连理工大学

学位级别：硕士

随着互联网技术的发展,人们获取新闻的方式也在发生显著地变化,从传统的报纸、杂志向新闻聚合网站发展,如国内的网易新闻、新浪新闻,国外的谷歌新闻、雅虎新闻等。人们从信息匮乏时代进入信息过载时代。对于这些新闻网站,如何高效精准... 详细信息

随着互联网技术的发展,人们获取新闻的方式也在发生显著地变化,从传统的报纸、杂志向新闻聚合网站发展,如国内的网易新闻、新浪新闻,国外的谷歌新闻、雅虎新闻等。人们从信息匮乏时代进入信息过载时代。对于这些新闻网站,如何高效精准的通过分析用户的兴趣给用户推荐新闻成为一个重要的任务。近年来,随着微博等社交网络的兴起,许多学者试图通过分析用户的微博和社交行为来构建用户的兴趣肖像库,基于微博的用户兴趣研究成为一个新的研究热点。本文对基于微博的个性化新闻推荐算法进行了研究和分析。主要工作内容如下：针对微博字数少的限制,本文通过词性标注和微博扩充等手段,扩充了微博的内容,从而更好地表示用户的兴趣;因为新闻属性的不完整和改善用户体验。本文设计了一个组合分类器对新闻文本进行分类并且设计了一个智能摘要算法来对新闻自动生成摘要;为了解决推荐系统的冷启动问题,受中国餐馆过程启发,本文提出了一种基于词向量的推荐算法。为了更好的挖掘用户和新闻之间的关系,本文通过使用张量来对用户和新闻建模,基于此提出了一种基于张量分解的推荐算法。通过实验对比,本文提出的基于词向量的推荐算法优于传统的基于关键词的内容推荐算法和基于主题模型的推荐算法,而且在用户发的微博较少的时候,算法的效果也很好,算法的容错性、健壮性较好。通过对用户和新闻间多种关系的挖掘,本文提出的基于张量分解的推荐算法,好于传统的基于同构网络的算法。本文还提出了一个完整的基于微博的个性化新闻推荐系统的设计方案,并详细阐述了系统设计与实现。通过对系统的实现,证实了算法的有效性和系统的可用性。

关键词：新闻推荐主题模型词向量中国餐馆过程张量分解

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于非参数聚类的最小哈希函数簇构造方法

基于非参数聚类的最小哈希函数簇构造方法

作者：李珂辉中山大学

学位级别：硕士

在计算机视觉领域,图像检索一直是非常受关注的研究方向。特别是近几年,伴随着大数据技术的提出,无论是在工业界还是学术界,图像检索得到了很大的发展。图像检索是指,根据用户提供的查询图像或者相关描述,从图像数据库中搜索出与图像或... 详细信息

在计算机视觉领域,图像检索一直是非常受关注的研究方向。特别是近几年,伴随着大数据技术的提出,无论是在工业界还是学术界,图像检索得到了很大的发展。图像检索是指,根据用户提供的查询图像或者相关描述,从图像数据库中搜索出与图像或描述相关的图像并返回给用户的过程。在该技术的发展初期,图像检索往往是通过给数据库图像添加某些元数据(例如关键字、描述等)来实现,在检索时通过元数据的相似性匹配来度量图像本身的相似性。近年来,随着基于内容的图像检索(content-based image retrieval)被提出,图像检索技术进入了一个崭新的时代。基于内容的图像检索不使用元数据,而是通过分析图像本身的内容(例如像素点、纹理、特征点等)来进行相似性度量。在众多图像检索算法当中,最小哈希算法因为其优异的性能和鲁棒性而得到广泛应用,特别是在工业界这样非常注重算法效率的使用场景。在本文中,我们提出了一种新的最小哈希构造算法。首先,我们对最小哈希函数的相关性进行建模,然后自适应地学习出判别性强的最小哈希函数簇。在整个算法过程中,图像特征点的空间位置信息得到了充分的利用,这使得构造出来的最小哈希簇更加有意义,从而提高了检索的准确性。本文的贡献主要有以下两点:1)利用空间耦合短语来对特征点的同出现(co-occurrence)与空间关系进行建模;2)对最小哈希函数的相关性进行建模,结合非参数贝叶斯方法,进而自适应地学习出更有判别能力的最小哈希函数簇。在实验部分,我们利用两个公共数据集对所提出的算法进行了验证。我们比较了传统的最小哈希算法以及当前最为先进的最小哈希优化算法。实验结果显示,我们提出的算法能够达到更好的检索准确性。

关键词：图像检索最小哈希非参数方法中国餐馆过程主题模型