检索结果-南通市图书馆

bootstrapping Data Envelopment Analysis of Efficiency and Productivity of County Public Hospitals in Eastern, Central, and Western China after the Public Hospital Reform

引用

Journal of Huazhong University of Science and Technology(Medical Sciences) 2017年第5期37卷 681-692页

作者：王曼丽方海清陶红兵程兆辉林小军蔡苗许昌蒋帅 Department of Health Management School of Medicine and Health Management Tongji Medical College Huazhong University of Science and Technology Administration Office Shenzhen People's Hospital 2nd Clinical Medical College of Jinan University Department of statistics and development research Chongqing Health Information Center Department of Epidemiology and Biostatistics College for Public Health and Social Justice Saint Louis University

China implemented the public hospital reform in 2012. This study utilized bootstrapping data envelopment analysis（DEA） to evaluate the technical efficiency（TE） and productivity of county public hospitals in Eastern, Central, and Western China after the 2012 public hospital reform. Data from 127 county public hospitals（39, 45, and 43 in Eastern, Central, and Western China, respectively） were collected during 2012–2015. Changes of TE and productivity over time were estimated by bootstrapping DEA and bootstrapping Malmquist. The disparities in TE and productivity among public hospitals in the three regions of China were compared by Kruskal–Wallis H test and Mann–Whitney U test. The average bias-corrected TE values for the four-year period were 0.6442, 0.5785, 0.6099, and 0.6094 in Eastern, Central, and Western China, and the entire country respectively, with average non-technical efficiency, low pure technical efficiency（PTE）, and high scale efficiency found. Productivity increased by 8.12%, 0.25%, 12.11%, and 11.58% in China and its three regions during 2012–2015, and such increase in productivity resulted from progressive technological changes by 16.42%, 6.32%, 21.08%, and 21.42%, respectively. The TE and PTE of the county hospitals significantly differed among the three regions of China. Eastern and Western China showed significantly higher TE and PTE than Central China. More than 60% of county public hospitals in China and its three areas operated at decreasing return scales. There was a considerable space for TE improvement in county hospitals in China and its three regions. During 2012–2015, the hospitals experienced progressive productivity; however, the PTE changed adversely. Moreover, Central China continuously achieved a significantly lower efficiency score than Eastern and Western China. Decision makers and administrators in China should identify the causes of the observed inefficiencies and take appropriate measures to increase the efficiency of county public hospitals in the three areas of China, especi

关键词： county public hospital data envelopment analysis technical efficiency Malmquist productivity index bootstrapping

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于bootstrapping的家谱文本信息抽取方法研究

引用

图书馆杂志 2022年第2期41卷 93-102页

作者：鲍宸洋任明中国人民大学信息资源管理学院北京100872

实现家谱文本信息的自动抽取是家谱资源深度开发利用的关键。目前深度学习在家谱文本信息抽取方面取得了良好的效果,但是对标注数据的依赖始终是其发展瓶颈之一。本文面向家谱的世系小传,研究基于小规模标注数据进行家谱人物和关系的抽... 详细信息

实现家谱文本信息的自动抽取是家谱资源深度开发利用的关键。目前深度学习在家谱文本信息抽取方面取得了良好的效果,但是对标注数据的依赖始终是其发展瓶颈之一。本文面向家谱的世系小传,研究基于小规模标注数据进行家谱人物和关系的抽取方法。具体来说:基于bootstrapping的思想,以少量的标注数据作为初始种子集,使用深度学习BiLSTM-CRF模型为待标注样本自动预测标签序列,并筛选高置信分数的样本加入标注集中,从而迭代地扩展标注集,最后训练得到的模型用于命名实体识别和关系抽取。基于真实数据集的实验表明,使用bootstrapping改进的BiLSTM-CRF模型能够基于小规模标注数据实现家谱信息抽取,使基于深度学习的家谱信息抽取更加高效。在种子集规模为250条时取得的预测效果与训练集规模为1800条的BiLSTM-CRF模型的预测效果接近。

关键词：家谱文本信息抽取深度学习 bootstrapping BiLSTM-CRF

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Performance investigation of LAMBDA and bootstrapping methods for PPP narrow-lane ambiguity resolution

引用

Geo-Spatial Information Science 2021年第4期24卷 604-614页

作者： Omer Faruk Atiz Sermet Ogutcu Salih Alcay Pan Li Ilkay Bugdayci Department of Geomatics Engineering Necmettin Erbakan UniversityKonyaTurkey Department of Geodesy and Remote Sensing German Research Centre for GeosciencesPotsdamGermany

Precise point positioning with ambiguity resolution(PPP-AR)is a powerful tool for geodetic and time-constrained applications that require high precision.The performance of PPP-AR highly depends on the reliability of the correct integer carrier-phase ambiguity estimation.In this study,the performance of narrow-lane ambiguity resolution of PPP using the Least-squares AMBiguity Decorrelation(LAMBDA)and bootstrapping methods is extensively investigated using real data from 55 IGS stations over one-month in 2020.Static PPP with 24-,12-,8-,4-,2-,1-and½-h sessions using two different cutoff angles(7°and 30°)was conducted with three PPP modes:i.***.ambiguity-float and two kinds of ambiguity-fixed PPP using the LAMBDA and bootstrapping methods for narrow-lane AR,respectively.The results show that the LAMBDA method can produce more reliable results for 2 hour and shorter observation sessions com-pared with the bootstrapping method using a 7°cutoff angle.For a 30°cutoff angle,the LAMBDA method outperforms the bootstrapping method for observation sessions of 4 h and less.For long observation times,the bootstrapping method produced much more accurate coordinates compared with the LAMBDA method without considering the wrong fixes cases.The results also show that occurrences of fixing the wrong integer ambiguities using the bootstrapping method are higher than that of the LAMBDA method.

关键词： Ambiguity resolution narrow-lane Precise point positioning(PPP) LAMBDA bootstrapping

来源：

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

开放式地理实体关系抽取的bootstrapping方法

引用

测绘学报 2016年第5期45卷 616-622页

作者：余丽陆锋刘希亮中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室北京100101 中国科学院大学北京100101 江苏省地理信息资源开发与利用协同创新中心江苏南京210023

从网络文本中抽取地理实体间空间关系和语义关系要求高时效性和强鲁棒性。本文提出一种开放式地理实体关系的自动抽取方法,通过bootstrapping技术统计词语的词性、位置和距离特征来计算语境中词语权值,据此确定描述地理实体关系的关键词... 详细信息

从网络文本中抽取地理实体间空间关系和语义关系要求高时效性和强鲁棒性。本文提出一种开放式地理实体关系的自动抽取方法,通过bootstrapping技术统计词语的词性、位置和距离特征来计算语境中词语权值,据此确定描述地理实体关系的关键词,最终组织成结构化实例,并使用百度百科和Stanford CoreNLP开展了试验。研究结果表明,本文方法能自动挖掘自然语言的部分词法特征,无须领域专家知识和大规模标注语料,适用于未知关系类型的信息抽取任务;较之经典的Frequency、TFIDF和PPMI频率统计方法,精度和召回率分别提升约5%和23%。

关键词：文本挖掘地理实体关系抽取定量评价 bootstrapping

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于bootstrapping支持向量机算法的森林干扰遥感监测

引用

应用基础与工程科学学报 2015年第2期23卷 308-317页

作者：李天宏张洁魏江月北京大学深圳研究生院环境与能源学院城市人居环境科学与技术重点实验室广东深圳518055 北京大学环境工程系水沙科学教育部重点实验室北京100871 北京大学深圳研究生院信息工程学院电子科学与技术(集成电路与系统)学院广东深圳518055

森林干扰在全球和区域碳平衡、气候变化、植被生产力、蒸散发等多方面都有着重要的影响.遥感技术以其在动态监测中经济便捷的优势而成为大尺度森林干扰监测的主要手段.本文以大兴安岭为研究区域,利用2006年1km分辨率的MODIS反射率、LST... 详细信息

森林干扰在全球和区域碳平衡、气候变化、植被生产力、蒸散发等多方面都有着重要的影响.遥感技术以其在动态监测中经济便捷的优势而成为大尺度森林干扰监测的主要手段.本文以大兴安岭为研究区域,利用2006年1km分辨率的MODIS反射率、LST和NDVI数据,有效提取归一化森林干扰变化信息.针对本研究扰动象元点与非扰动象元点存在较大差异的不平衡性问题,对比了SVM,one class SVM(OCSVM),和bootstrapping SVM分类器在不平衡分类中的效果,结果表明,bootstrapping SVM能够获得更稳定的模型和更高的精度,总体精度达99.14%,kappa系数为0.87,说明基于MODIS粗分辨率数据和bootstrapping SVM算法可以克服不平衡分类问题、有效提取森林干扰区域,可作为一种经济可行的对大区域甚至全球森林干扰监测的方法.

关键词：森林干扰 MODIS bootstrapping SVM 不平衡分类

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于bootstrapping的因特网流量分类方法

引用

北京邮电大学学报 2014年第5期37卷 66-70,79页

作者：刘珍王若愚刘琼华南理工大学软件学院广州510006 华南理工大学计算机科学与工程学院广州510006

针对因特网流量分类面临的流量类别标记瓶颈和类别样本数分布不平衡,提出基于bootstrapping的流量分类方法,使用少量有标记样本训练初始分类器,迭代利用无标记样本扩展样本集并更新分类器.在构建扩展样本集过程中,将无标记样本在某后验... 详细信息

针对因特网流量分类面临的流量类别标记瓶颈和类别样本数分布不平衡,提出基于bootstrapping的流量分类方法,使用少量有标记样本训练初始分类器,迭代利用无标记样本扩展样本集并更新分类器.在构建扩展样本集过程中,将无标记样本在某后验概率分布下的正确分类行为视为一个概率事件,建立新的置信度计算方法,以减少扩展样本集中的噪声样本;基于概率近似正确学习理论建立启发式规则,注重选择小类样本加入扩展样本集,缓解类别样本数分布的不平衡.实验结果表明,与初始分类器相比,基于bootstrapping的流量分类器总体分类准确率可提高9.46%;与现有半监督学习方法相比,小类分类准确率提高2.22%.

关键词：半监督学习类别不平衡 bootstrapping Internet流量分类

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

A bootstrapping-based Method to Automatically Identify Data-usage Statements in Publications

引用

Journal of Data and Information Science 2016年第1期1卷 69-85页

作者： Qiuzi Zhang Qikai Cheng Yong Huang Wei Lu School of Information Management Wuhan University

Purpose： Our study proposes a bootstrapping-based method to automatically extract data- usage statements from academic texts. Design/methodology/approach： The method for data-usage statements extraction starts with seed entities and iteratively learns patterns and data-usage statements from unlabeled text. In each iteration, new patterns are constructed and added to the pattern list based on their calculated score. Three seed-selection strategies are also proposed in this paper. Findings： The performance of the method is verified by means of experiments on real data collected from computer science journals. The results show that the method can achieve satisfactory performance regarding precision of extraction and extensibility of obtained patterns. Research limitations： While the triple representation of sentences is effective and efficient for extracting data-usage statements, it is unable to handle complex sentences. Additional features that can address complex sentences should thus be explored in the future. Practical implications： Data-usage statements extraction is beneficial for data-repository construction and facilitates research on data-usage tracking, dataset-based scholar search, and dataset evaluation. Originality/value： To the best of our knowledge, this paper is among the first to address the important task of automatically extracting data-usage statements from real data.

关键词： Data-usage statements extraction Information extraction bootstrapping Unsupervised learning Academic text-mining

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于bootstrapping的集成分类器的中文观点句识别方法

引用

中文信息学报 2013年第5期27卷 84-92页

作者：吕云云李旸王素格山西大学计算机与信息技术学院山西太原030006 山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006

领域相关的大规模和高质量的标注训练数据是分类器性能的重要保证,而标注训练语料是一件费时费力的工作。该文提出了一种采用小规模标注语料识别中文观点句的方法。首先采用bootstrapping方法扩展训练语料,分别训练贝叶斯、支持向量机... 详细信息

领域相关的大规模和高质量的标注训练数据是分类器性能的重要保证,而标注训练语料是一件费时费力的工作。该文提出了一种采用小规模标注语料识别中文观点句的方法。首先采用bootstrapping方法扩展训练语料,分别训练贝叶斯、支持向量机和最大熵分类器。最后,通过给三个训练好的分类器赋权获得一个集成分类器。实验结果表明,集成后的分类器性能优于单分类器,并且该方法在使用部分标注训练数据的情况下也能取得与采用全部标注训练数据相近的实验结果。

关键词：观点句识别 bootstrapping 集成分类器

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于bootstrapping的领域知识自动抽取技术的研究

基于Bootstrapping的领域知识自动抽取技术的研究

引用

作者：康琪山东大学

学位级别：硕士

随着互联网的高速发展及其各种Web应用的快速增长,网络上的信息规模急剧扩大。网络已经成为人们生活中重要的知识库,人们对高效地获取信息的需求尤为迫切。在网络的海量数据中,包含了大量的半结构化的领域知识,例如电影、书籍和酒店等等... 详细信息

随着互联网的高速发展及其各种Web应用的快速增长,网络上的信息规模急剧扩大。网络已经成为人们生活中重要的知识库,人们对高效地获取信息的需求尤为迫切。在网络的海量数据中,包含了大量的半结构化的领域知识,例如电影、书籍和酒店等等,这些领域知识与我们的生活秘密相关。目前,虽然可以通过搜索引擎从海量数据中进行信息检索,但是搜索的结果并不是非常可靠。而这些领域知识往往来自供应商的后台数据库,同时基于关键字匹配的搜索引擎由于自身的限制,不能索引这些嵌入在半结构化的HTML网页中的领域知识。如何从大规模的Web网站中自动抽取并组织这些领域知识成为信息抽取研究的热点。Web信息抽取技术（Web Information Extraction）可以从半结构化的网页中抽取数据,并以结构化的方式存储在数据库中。本文在分析当前Web信息抽取技术的基础上,利用标签路径技术（Tag Path Technique）代替DOM树来表示HTML文档。该表示方法大大降低了标签的数量,提高了算法的性能。针对半结构化的网站,提出了一种新的基于bootstrapping的自动抽取领域知识的算法：Domain-specific Knowledge Extraction from Websites, DKEW。 DKEW利用本体（Ontology）来统一标注同一领域中抽取的半结构化数据,便于存储和查询。DKEW首先利用基于标签路径技术的聚类算法对目标网页进行聚类,过滤掉噪音网页,DKEW只抽取包含详细信息的半结构化网页。根据标签路径技术,提出一种新的模式定义。对同一类别的网页,借助于机器学习方法和领域种子自动地进行模式学习。然后利用学习到的模式自动抽取领域知识并匹配到事先定义的领域本体,将匹配好的领域知识存储在结构化的、便于查询的知识库表格中。在知识抽取的同时,利用新抽取的具有高可信性的领域知识来扩充领域种子和Ontology,以便下次迭代应用。最后,通过bootstrapping方法将相关的知识抽取过程结合起来,使之成为一套无需人工监督的自动抽取工具。DKEW只需要少量的人力进行领域种子的初始化。为了验证DKEW,本文利用自定义的网络爬虫爬取多个领域的网页数据。实验表明DKEW不仅在性能上优于现有的Web信息抽取方法RoadRunner,而且在效率上也远远高于RoadRunner。相比于RoadRunner需要手动匹配抽取的数据,DKEW利用自动的方式进行本体匹配,节省了大量的人力和时间。在多个领域上的实验表明,DKEW可以应用在大规模的Web信息抽取中。

关键词：领域知识抽取半结构化网站模式学习本体匹配 bootstrapping

来源：

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bootstrapping的新闻事件型实体关系抽取方法

引用

中国传媒大学学报（自然科学版） 2017年第4期24卷 46-50页

作者：宋卿戚成琳杨越中国传媒大学新媒体研究院北京100024 中国传媒大学理工学部北京100024

新闻所包含核心内容是事件,现有的中文实体关系抽取方法都针对属性型关系,忽略了事件型关系的抽取;新闻内容涉及领域广,要求关系抽取方法具有良好的领域扩展能力;同时,开放域人工标注训练语料库的难度较大。针对上述问题,本文提出Bootst... 详细信息

新闻所包含核心内容是事件,现有的中文实体关系抽取方法都针对属性型关系,忽略了事件型关系的抽取;新闻内容涉及领域广,要求关系抽取方法具有良好的领域扩展能力;同时,开放域人工标注训练语料库的难度较大。针对上述问题,本文提出bootstrapping的关系种子集自动生成方法,并在迭代过程中加入扩展和过滤规则,最终得到准确度和复用性较高的实体关系提取模式。通过实验测试,本文提出的方法在事件型实体关系的提取中能够取得良好效果。

关键词：关系抽取事件型关系 bootstrapping 开放模板

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：