检索结果-南通市图书馆

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于功率估计的方位数据关联算法

宇航学报 2013年第2期34卷 270-277页

作者：罗争张旻李鹏飞合肥电子工程学院309研究室合肥230037 安徽省电子制约技术重点实验室合肥230037

将功率信息与电波传播相关理论引入到测向交叉定位的数据关联问题中,提出一种基于功率估计的方位数据关联算法。推导了阵列协方差矩阵中信号功率与阵列流型之间的关系,利用空间协方差逆矩阵高阶幂逼近噪声子空间的方法,在已知阵列流型... 详细信息

将功率信息与电波传播相关理论引入到测向交叉定位的数据关联问题中,提出一种基于功率估计的方位数据关联算法。推导了阵列协方差矩阵中信号功率与阵列流型之间的关系,利用空间协方差逆矩阵高阶幂逼近噪声子空间的方法,在已知阵列流型的基础上准确获取各目标的功率参数,避免了幅值特征类关联算法易受噪声与信号波形影响的问题;根据功率和传播路径的衰减关系,构造方位组合与功率信息的关联置信度函数,挑选出正确的关联组合。仿真结果表明了算法的有效性和优越性。

关键词：目标定位数据关联接收信号功率关联置信度

在线全文

学校读者我要写书评

暂无评论

基于三层过滤的评价对象抽取

北京理工大学学报 2016年第11期36卷 1154-1159页

作者：牛振东刘沙北京理工大学计算机科学技术学院北京100081 北京市海量语言信息处理与云计算应用工程技术研究中心北京100081

针对互联网中的产品评论信息,提出一种三层过滤的评价对象抽取方法.该方法采用一个自举式的抽取算法在评论文本中得到候选的评价对象和情感词;利用评价对象与情感词之间的关联度对候选词进行关联置信度计算,提取关联置信度高的评价对象... 详细信息

针对互联网中的产品评论信息,提出一种三层过滤的评价对象抽取方法.该方法采用一个自举式的抽取算法在评论文本中得到候选的评价对象和情感词;利用评价对象与情感词之间的关联度对候选词进行关联置信度计算,提取关联置信度高的评价对象以提高识别的准确率;引入一个不相关的平行领域对剩余的候选词进行领域置信度计算,挖掘低频的评价对象.3个公开数据集中的实验结果表明该方法能够显著地提高评价对象的识别效果.

关键词：评价对象抽取情感词关联置信度领域置信度

融合汉字多语义与文本统计特征的中文医学新词发现研究

在线全文

学校读者我要写书评

暂无评论

图书情报工作 2024年第6期68卷 119-128页

作者：王巍洁任慧玲李晓瑛王勖张颖北京协和医学院/中国医学科学院医学信息研究所/图书馆北京100020

[目的/意义]为提高机器理解医学文本的能力,提高医学自然语言处理等上层任务效果,保障医学知识内容更新及时性、覆盖完整性,提出一种融合汉字多语义信息与文本统计特征的医学新词发现方法。[方法/过程]以规范用词的医学文献摘要数据为... 详细信息

[目的/意义]为提高机器理解医学文本的能力,提高医学自然语言处理等上层任务效果,保障医学知识内容更新及时性、覆盖完整性,提出一种融合汉字多语义信息与文本统计特征的医学新词发现方法。[方法/过程]以规范用词的医学文献摘要数据为新词发现来源,基于N-gram模型获取N元词串,将词串存入字典树,从词的内部凝固度、词的自由程度、词的语义相似度3个角度同时计算每个N-gram词串的关联置信度、左右邻接熵、多语义相似度(包括汉字细粒度字符语义信息、BERT词向量信息),遍历上述各指标阈值评估N-gram词串为医学新词的可能。[结果/结论]从中华医学会收录的截至2022年10月20日的最新1000篇文摘中发现医学新词3263个,去除重复项后,共获得764个医学新词。提出的融合汉字多语义与文本统计特征的医学新词发现方法对比现有方法具有一定提升,且在应用上可以有效提高医学分词任务效果,使医学分词后的名词类别更清晰、概念更明确、内涵更丰富。结合汉字内在多语义信息与字词外部统计特征的医学新词发现方法,不仅可以提高计算机的新词发现能力,还可提高计算机面对专业且复杂的医学文本自然语言处理效果,对及时更新领域知识内容等具有重要帮助。

关键词：医学新词发现 N-gram 多语义词向量关联置信度左右信息熵

在线全文

学校读者我要写书评

暂无评论

电商网站的产品评价对象抽取研究

电商网站的产品评价对象抽取研究

作者：刘沙北京理工大学

学位级别：硕士

随着电子商务的快速发展,互联网中产生了大量的产品评论信息,这些信息真实可靠、内容丰富,能够给购买者提供极有价值的参考和帮助。由于评论信息数据量大,内容不规范,通过人工阅读的方式无法准确而全面地了解产品的情况,因此针对于互联... 详细信息

随着电子商务的快速发展,互联网中产生了大量的产品评论信息,这些信息真实可靠、内容丰富,能够给购买者提供极有价值的参考和帮助。由于评论信息数据量大,内容不规范,通过人工阅读的方式无法准确而全面地了解产品的情况,因此针对于互联网评论信息的意见挖掘研究应运而生。意见挖掘研究包含主题(即评价对象)抽取、意见持有者识别、陈述选择和情感分析等任务。在电商网站的评论文本中,评价对象抽取侧重于识别产品的属性和特征,是进行情感分析和意见摘要任务的基础,为用户快速了解评论内容提供便利。由于互联网文本的随意性,基于模板和规则的评价对象抽取方法在不规范的评论句中通常无法得到正确的评价对象。此外,一些评价对象由于评价次数少而经常被忽略。针对以上问题,本文提出了一种三层过滤的评价对象抽取方法,采用自扩展的候选评价对象抽取、关联置信度计算以及领域置信度计算三个层次将评价对象词从其他词中分离出来。在第一层算法中,通过一组评价对象种子词在评论文本中抽取候选的评价对象和情感词;在第二层算法中,利用评价对象与情感词之间的关联度对候选词进行关联置信度计算,提取关联置信度高的评价对象以提高识别的准确率;在第三层算法中,引入一个不相关的平行领域对剩余的候选词进行领域置信度计算,挖掘低频的评价对象词。在三个公开数据集上的实验表明,三层过滤的评价对象抽取方法能够显著地提高评价对象的识别效果。

关键词：评价对象抽取情感词关联置信度领域置信度

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于时空特征关联的有源无源数据融合方法

电子信息对抗技术 2020年第2期35卷 12-16页

作者：刘田张清电子信息控制重点实验室成都610036

为解决有源无源量测数据因不同步、不同维而难以融合的问题,提出基于时空特征关联的有源无源数据融合方法。首先对目标跟踪模型和时间对准模型进行介绍,然后采用单帧模糊聚类的空域关联方法计算关联置信度,采用多帧D-S证据理论的时域关... 详细信息

为解决有源无源量测数据因不同步、不同维而难以融合的问题,提出基于时空特征关联的有源无源数据融合方法。首先对目标跟踪模型和时间对准模型进行介绍,然后采用单帧模糊聚类的空域关联方法计算关联置信度,采用多帧D-S证据理论的时域关联方法更新关联置信度并进行目标参数融合求精,最后通过模拟仿真验证该方法的有效性,可获得高可靠的有源无源数据融合结果。

关键词：特征关联数据融合模糊聚类 D-S证据理论关联置信度