检索结果-内蒙古大学图书馆

作者：刘晓燕中国科学院大学

学位级别：硕士

互联网的普及和计算机技术的迅速发展带来的海量信息不断涌入，使得人们能够快速获取大量的网络资源。但是网络资源内容重复、数量庞大、组织杂乱，导致人们获取有用信息的效率降低。多文档摘要可以将多篇主题相关文档的主要内容提炼成... 详细信息

互联网的普及和计算机技术的迅速发展带来的海量信息不断涌入，使得人们能够快速获取大量的网络资源。但是网络资源内容重复、数量庞大、组织杂乱，导致人们获取有用信息的效率降低。多文档摘要可以将多篇主题相关文档的主要内容提炼成简洁、全面的短文本，是解决上述问题的一种有效手段。\n 目前多文档摘要的方法大多是直接从原始文档集中抽取句子组成摘要。其中，基于聚类的方法能够很好地展现多文档信息的差异并去除文档内的冗余信息，是目前最常用的多文档摘要方法之一。然而，现有基于聚类的多文档摘要方法大多存在需要预先设定聚类个数、聚类结果对初始点选取敏感等问题。\n 针对上述问题，本文展开了基于仿射传播(Affinity Propagation，AP)算法的多文档摘要方法的研究，主要工作和研究成果如下:\n 1）提出了基于AP算法的通用型多文档摘要方法。该方法不仅避免了传统聚类方法对初始设置敏感的问题，同时具有较好的聚类效果。AP算法依赖于句子间的相似度矩阵，为提高相似度计算的准确性，在计算的过程中加入命名实体加权机制并充分考虑句子发生时间的相似度。\n 2）设计并实现了基于AP算法的多文档摘要系统。从去除冗余、抽取主题最相关内容和提高摘要可读性出发，完成了摘要系统设计:分析中英文文档语法结构的差异，分别使用余弦距离和归一化编辑距离计算相似度;通过AP算法去除句间冗余信息;利用最大边缘相关方法对类中心句排序，抽取与主题最相关的句子组成摘要句集合;按句子时间属性对摘要句排序以提高摘要的可读性。\n 3)完成了对多文档摘要提取方法的实验与评估。在TAC2008数据集上的实验评价结果证明了英文摘要系统的有效性。由于缺乏标准的中文数据集，设计了针对特定网页的网络爬虫来获取中文新闻语料，完成中文数据集的构建。在该数据集上的摘要评价结果表明，生成的摘要具有较高的信息覆盖率。

关键词：多文档摘要命名实体识别时间表达式仿射传播算法相似度矩阵

来源：评论

学校读者我要写书评

暂无评论

基于差分改进的仿射传播聚类算法

引用

控制工程 2018年第12期25卷 2115-2119页

作者：赵小强谢亚萍兰州理工大学电气工程与信息工程学院兰州730050 甘肃省工业过程先进控制重点实验室兰州730050

由于仿射传播(AP)聚类算法中偏向参数对聚类精度有着直接的影响,但其偏向参数都是经验取值导致不能得到最优的聚类结果,针对这一问题提出了基于差分改进的仿射传播聚类算法(DE-AP),该算法首先进行AP聚类分析,其偏向参数取经验值;然后根... 详细信息

由于仿射传播(AP)聚类算法中偏向参数对聚类精度有着直接的影响,但其偏向参数都是经验取值导致不能得到最优的聚类结果,针对这一问题提出了基于差分改进的仿射传播聚类算法(DE-AP),该算法首先进行AP聚类分析,其偏向参数取经验值;然后根据得到的聚类结果判断偏向参数是否最优,如果不是则把偏向参数作为差分改进算法的输入群体;最后使用差分算法的变异、杂交和选择操作对参数进行智能调整,选择适应值最高的个体作为偏向参数,返回再次聚类。采用经典数据集验证,实验结果从类数、正确率和FMI三方面表明DE-AP算法能够有效地解决偏向参数对聚类结果的影响,从而提高聚类精度。

关键词：聚类算法仿射传播算法差分进化算法 UCI数据集偏向参数

来源：评论

学校读者我要写书评

暂无评论

基于仿射传播算法的城市航空便利性分析

引用

硅谷 2013年第9期 72-74页

作者：郑志敏徐青国航信息管理部

通过识别一组代表点来聚类数据对于探测数据模式是非常重要的,随机抽取数据点集合后反复修正可以找到这些代表点。传统的聚类算法存在聚类速度慢、效果差的问题,Frey与Dueck在Science发表的仿射传播(Affinity propagation,简称AP)算法... 详细信息

通过识别一组代表点来聚类数据对于探测数据模式是非常重要的,随机抽取数据点集合后反复修正可以找到这些代表点。传统的聚类算法存在聚类速度慢、效果差的问题,Frey与Dueck在Science发表的仿射传播(Affinity propagation,简称AP)算法对数据聚类的误差要小于其它方法,并且所用时间较短。本文将分析和对比K-means、AP算法两种聚类算法,并利用AP算法分析航空公司运营的国内城市航空便利性问题,城市的相似值用国内43个城市营运机场之间航班预估时间负值标记。

关键词：聚类仿射传播算法 K-means算法航线

来源：评论

学校读者我要写书评

暂无评论

仿射传播算法在图像聚类应用中的实现与分析

引用

计算机应用研究 2012年第10期29卷 3980-3982页

作者：赵健唐洁谢瑜西北大学信息科学与技术学院西安710069

近年来,基于划分的聚类算法被广泛应用于数据和图像聚类中。针对应用最为广泛的k-均值算法在图像聚类中存在的聚类速度慢、效果差等问题,提出一种仿射传播算法应用于图像聚类中。提取图像中颜色、形状和纹理等特征向量,利用仿射传播算... 详细信息

近年来,基于划分的聚类算法被广泛应用于数据和图像聚类中。针对应用最为广泛的k-均值算法在图像聚类中存在的聚类速度慢、效果差等问题,提出一种仿射传播算法应用于图像聚类中。提取图像中颜色、形状和纹理等特征向量,利用仿射传播算法对综合特征向量模型进行聚类,最后将仿射传播算法和k-均值算法对MIT图像的聚类作了对比分析。仿真实验表明,仿射传播算法在速度和聚类效果上均优于已有的k-均值算法,在准确性和实时性方面均能达到较好的效果。

关键词：仿射传播算法图像聚类相似度距离灰度共生矩阵

来源：评论

学校读者我要写书评

暂无评论

聚类集成技术改进仿射传播算法的研究与应用

聚类集成技术改进仿射传播算法的研究与应用

引用

作者：孙成西北大学

学位级别：硕士

聚类算法被广泛应用在计算机技术、医学、工业生产、数字图像处理和生物学等诸多领域。本文主要研究的仿射传播聚类算法是一种新的聚类算法,它具有计算速度快、算法复杂度低,无需预先给定初始聚类中心等优点,与传统的k-均值算法相比,能... 详细信息

聚类算法被广泛应用在计算机技术、医学、工业生产、数字图像处理和生物学等诸多领域。本文主要研究的仿射传播聚类算法是一种新的聚类算法,它具有计算速度快、算法复杂度低,无需预先给定初始聚类中心等优点,与传统的k-均值算法相比,能快速有效地处理大规模数据集的聚类问题。仿射传播算法由于自身参数设置问题,在某一些情况下容易产生震荡或运算迭代次数太多等问题,本文利用聚类集成技术对仿射传播算法进行改进。首先详细介绍聚类集成的结构及其传统方法,然后针对传统的聚类集成算法是通过多次运行k-均值算法产生多个聚类成员,难以选择良好的初始聚类中心,聚类结果容易产生局部极小值,得出的聚类成员不足以反映数据集的本质特征的问题,本文把Bagging算法用于聚类集成中来加大聚类成员之间的差异度,从而减少局部极小值,提高聚类效果,具体步骤为用Bagging算法将数据集重复取样,然后采用k-均值算法对每个数据子集进行聚类,减少了每次聚类的计算代价,使所得到聚类成员之间存在较大差异度,满足了聚类集成对聚类成员的要求。之后利用共协矩阵法和仿射传播聚类算法作为一致性函数进行集成,通过对UCI数据集信息进行实验分析,证明利用聚类集成改进仿射传播算法能有效提高聚类结果的准确度。研究了改进仿射传播算法在视觉关键词的图像检索方面的应用,首先利用SIFT算法提取局部特征向量,再将特征向量集合作为改进仿射传播算法的输入进行聚类得到视觉关键词,最后利用倒排文件方法建立基于改进仿射传播算法的视觉关键词图像检索。通过实验对比,改进的仿射传播算法视觉关键词图像检索能有效提高图像检索的准确性。

关键词：聚类集成仿射传播算法视觉关键词

来源：评论

学校读者我要写书评

暂无评论

基于3D数据的人体动作识别算法研究

基于3D数据的人体动作识别算法研究

引用

作者：李星郑州大学

学位级别：硕士

基于计算机视觉的人体动作识别在日常生活的很多领域有广泛应用。近年来随着低成本深度相机的发布,人们可以比较方便的获取场景的RGB和深度数据,并且可以从深度数据中实时提取人体骨骼关节的位置信息,从而大大简化了对象分割的任务,有... 详细信息

基于计算机视觉的人体动作识别在日常生活的很多领域有广泛应用。近年来随着低成本深度相机的发布,人们可以比较方便的获取场景的RGB和深度数据,并且可以从深度数据中实时提取人体骨骼关节的位置信息,从而大大简化了对象分割的任务,有助于人体动作识别的研究和应用。本文运用骨骼特征对人体的动作识别进行研究,提出了一种能实时实现人体动作识别的算法。另一方面,本文还将骨骼特征和深度特征进行融合实现复杂交互动作的识别,主要的研究内容如下:第一,对骨骼关节的选取方法进行研究,选取在动作中起关键作用的部分关节组成关节子集,计算它们的局部时间空间特征。第二,提出基于姿势选择的隐马尔科夫模型(HMM)人体动作识别算法。该方法使用两次仿射传播(AP)聚类算法对特征进行聚类,自动选出每个动作的关键姿势,并和HMM的隐藏状态相对应。用这些隐藏状态的标签来初始化HMM的参数对模型进行训练,并用训练好的模型实现动作分类。该算法和传统的HMM算法相比可以降低初始化参数对识别性能的影响,在不同的场合具有更强的适应性,与其它的动作识别算法相比训练时间较短可实时实现。基于传统K-means聚类算法,用随机初始化参数的方法在MSR Action 3D上的对比试验证明了本文初始化方法的合理性;在MSR Action 3D、UTKinect上和国内外方法的对比实验证明了本文算法的有效性和实时性;在MSR Daily Activity3D上的实验结果证明了算法有很强的适应性。第三,将骨骼特征和骨骼关节周围的深度特征相融合,识别更复杂的人物交互动作。骨骼特征无法提供人体之外的特征信息,与深度特征向融合可以抓住人物交互动作的细节特征。为了消除时间偏差和噪声的干扰,本文用傅里叶时空金字塔除去高频系数,增强所提取特征在时间上的动态特性。在特征融合上,本文采用典型相关分析算法(CCA),最后用一对多的线性支持向量机(SVM)分类器对融合的特征向量进行分类。本文又比较了在不同层数下的识别率,选择最合适的3层金字塔。在MSR Daily Activity 3D数据库上的分类结果证明了融合方法的有效性。

关键词：局部时间空间特征人体动作识别骨骼关节子集仿射传播算法隐马尔科夫模型典型相关分析算法支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于CSI位置指纹的室内定位算法研究

基于CSI位置指纹的室内定位算法研究

引用

作者：李春堂山东科技大学

学位级别：硕士

随着无线网络的逐渐普及,因其设备成本低廉,易于部署等特点,基于WLAN的室内定位技术成为当今研究的热点。目前多数基于WLAN的室内定位技术是通过接收信号强度(RSSI)实现的,但是因其在室内环境中易受到多径效应的影响,所以精度不高。本... 详细信息

随着无线网络的逐渐普及,因其设备成本低廉,易于部署等特点,基于WLAN的室内定位技术成为当今研究的热点。目前多数基于WLAN的室内定位技术是通过接收信号强度(RSSI)实现的,但是因其在室内环境中易受到多径效应的影响,所以精度不高。本文对基于CSI位置指纹的室内定位方法进行研究,主要研究内容有:(1)CSI数据的采集及预处理。首先采用Intel 5300无线网卡与Linux 802.11n CSI Tools开源工具对CSI数据进行采集;对采集到的CSI数据进行分析,选择了稳定性较好的幅值信息作为构建位置指纹的主要特征;之后采用拉以达准则对异常数据进行检测与剔除,保证了信号特征的稳定性;最后将处理过的CSI数据运用主成分分析法进行了降维处理,降低了数据的运算量,有效提高定位效率,在此基础上建立了离线指纹库。(2)提出了基于仿射传播算法和WKNN相结合的定位算法。首先根据各参考点的位置指纹特点进行聚类,本文采用的仿射传播算法无需指定类的个数,属于半监督聚类算法,可以达到将相似参考点聚类成簇的目的,提升了定位的效率;然后采用改进的WKNN算法将实时采集的CSI数据与离线指纹库中的数据做对比匹配,该算法通过赋予每个AP和近邻点不同的权值来实现更精准的定位。(3)使用MATLAB对本文的算法进行仿真测验。在实验室设置参考点部署实验环境进行多组对比实验,本文所提出的定位算法平均误差达到0.92m,相较于传统的KNN和贝叶斯算法在1m内的误差概率分别提升39%和52%;同时对比CSI与RSSI在室内定位的性能,通过本文的算法现实了基于CSI的室内定位较RSSI定位在1m内的定位精度有了61%的提升。

关键词：室内定位信道状态信息位置指纹仿射传播算法

来源：评论

学校读者我要写书评

暂无评论

混合模型软测量建模方法及其在发酵过程中的应用

混合模型软测量建模方法及其在发酵过程中的应用

引用

作者：张海洋江苏大学

学位级别：硕士

软测量技术是实现难以测量或不可测量的关键过程变量在线估计的有效方法。生物参量是工业发酵过程中重要的过程参数之一,是典型的在线估计难以测量对象,仅采用单一模型软测量仪表难以准确描述其生产过程特性。目前,基于混合模型方法建... 详细信息

软测量技术是实现难以测量或不可测量的关键过程变量在线估计的有效方法。生物参量是工业发酵过程中重要的过程参数之一,是典型的在线估计难以测量对象,仅采用单一模型软测量仪表难以准确描述其生产过程特性。目前,基于混合模型方法建立的软测量模型在复杂工业生产过程中已取得许多研究成果,虽然混合模型相比于单一软测量模型拥有更高的预测精度,但混合模型结构和参数优化等问题仍有待解决。本文通过青霉素发酵仿真平台以及工业红霉素发酵过程,围绕混合模型软测量建模方法展开了研究。具体研究内容如下:(1)在复杂多变、高耦合、强非线性的工业生产过程中,传统的单一软测量建模方法(如偏最小二乘、人工神经网络、支持向量机等)难以保证预测结果的精度。本文提出了基于PCs-GPR的混合模型软测量建模方法。在该方法中,将经过主成分分析处理得到的主成分(Principal Components,PCs)作为模型的输入,建立了基于高斯过程回归(Gaussian Process Regression,GPR)的混合软测量模型。与传统单一软测量模型相比,所提方法不仅拥有更高的预测精度,还能给出预测结果的置信区间。(2)传统的软测量建模方法一般需要过程对象满足高斯分布假设,并局限于单一简单的工业过程。然而,在实际工业过程中,并非所有的过程变量都服从高斯分布,此时传统的建模方法将产生较大的预测误差。针对这一问题,本文提出基于高斯混合回归(Gaussian Mixture Regression,GMR)软测量方法,即用多个高斯成分混合叠加来描述非高斯分布的数据。在此基础上,将所提方法与GPR软测量模型进行对比分析,结果表明,GMR在预测精度、预测置信区间上均优于GPR模型,体现了GMR的优越性。(3)针对混合模型模型数目难以确定以及模型参数初始值敏感的问题,本文提出了基于仿射传播聚类的高斯混合回归软测量建模方法(AP-GMR)。该方法通过AP聚类算法(Affinity Propagation,AP),自适应AP聚类算法(adaptive Affinity Propagation,adAP),自动划分数据空间的能力,获取最佳的模型数目并初始化模型参数。相比于GMR软测量模型,AP-GMR和adAP-GMR都能够准确地给出预测结果以及预测置信区间,且adAP-GMR具有更高的预测精度和更小的置信区间。

关键词：软测量混合模型高斯混合回归主成分分析仿射传播算法

来源：评论

学校读者我要写书评

暂无评论

基于差分改进的仿射传播聚类算法

基于差分改进的仿射传播聚类算法

引用

第26届中国过程控制会议（CPCC2015）

作者：赵小强谢亚萍兰州理工大学电气工程与信息工程学院甘肃省工业过程先进控制重点实验室甘肃省

由于仿射传播聚类算法(AP)中偏向参数对聚类精度有着直接的影响,但其偏向参数都是经验取值导致不能得到最优的聚类结果,针对这一问题本文提出了基于差分改进的仿射传播聚类算法(DE-AP),该算法首先进行AP聚类分析,偏向参数取经验值;然后... 详细信息

由于仿射传播聚类算法(AP)中偏向参数对聚类精度有着直接的影响,但其偏向参数都是经验取值导致不能得到最优的聚类结果,针对这一问题本文提出了基于差分改进的仿射传播聚类算法(DE-AP),该算法首先进行AP聚类分析,偏向参数取经验值;然后根据得到的聚类结果判断偏向参数是否最优,如果不是则把偏向参数作为差分改进算法的输入群体;最后使用差分算法的变异、杂交和选择操作对参数进行智能调整,选择适应值最高的个体作为偏向参数,返回再次聚类。采用经典数据集验证,实验结果从类数、正确率和FMI三方面表明DE-AP算法能够有效地解决偏向参数对聚类结果的影响,从而提高聚类精度。

关键词：聚类算法仿射传播算法差分进化算法偏向参数 UCI数据集聚类精度

来源：评论

学校读者我要写书评

暂无评论

基于核函数的半监督仿射传播聚类算法

基于核函数的半监督仿射传播聚类算法

引用

第27届中国控制与决策会议

作者：赵小强谢亚萍兰州理工大学电气工程与信息工程学院甘肃省工业过程先进控制重点实验室

针对仿射传播聚类算法处理结构复杂的数据集时存在聚类效果差、精度低的缺点,本文提出了一种基于核函数的半监督仿射传播聚类算法,该算法首先利用核函数将结构复杂的输入数据集映射到特征空间,改变了相似性度量,且映射后的数据集呈现线... 详细信息

针对仿射传播聚类算法处理结构复杂的数据集时存在聚类效果差、精度低的缺点,本文提出了一种基于核函数的半监督仿射传播聚类算法,该算法首先利用核函数将结构复杂的输入数据集映射到特征空间,改变了相似性度量,且映射后的数据集呈现线性特征;然后计算映射后数据的相似度矩阵,通过半监督算法进行调整,使同簇内的数据成为近邻;最后运用AP(Affinity Propagation,仿射传播)聚类算法迭代更新得到全局最优。本文算法与半监督仿射传播聚类算法的仿真结果比对,可以看出本文提出的算法处理结构复杂数据集时聚类效果更好、精度更高。

关键词：数据挖掘聚类核函数仿射传播算法

来源：评论

学校读者我要写书评

暂无评论

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

请选择保存的检索档案：

请选择收藏分类：

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

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

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：