检索结果-内蒙古大学图书馆

模式识别与人工智能 2002年第2期15卷 143-148页

作者：李元祥丁晓青清华大学电子工程系智能技术与系统国家重点实验室北京100084

汉字识别中,候选字可信度是对识别结果正确性的一种量化估计.从统计学的角度出发,提出一种利用逻辑回归模型LRM的候选字可信度估计方法.首先介绍LRM的基本原理;然后分别给出LRM估计首选字可信度及非首选字可信度的方法;最后给出候选字... 详细信息

汉字识别中,候选字可信度是对识别结果正确性的一种量化估计.从统计学的角度出发,提出一种利用逻辑回归模型LRM的候选字可信度估计方法.首先介绍LRM的基本原理;然后分别给出LRM估计首选字可信度及非首选字可信度的方法;最后给出候选字可信度在识别率估计和识别后处理中的应用实例.脱机手写汉字识别中的实验结果表明了LRM估计候选字可信度的有效性.

关键词：逻辑回归模型候选字可信度估计汉字识别汉字信息处理

来源：评论

学校读者我要写书评

暂无评论

车号定位识别与可信度估计

引用

红外与激光工程 2002年第3期31卷 199-203,207页

作者：刘进张天序华中科技大学图像识别及人工智能研究所图像信息处理与智能控制教育部重点实验室湖北武汉430074

以车号的定位与识别为例 ,应用行投影法对车号图片进行倾斜行定位 ,证明了模板与场景的二维互相关系数近似等于一维投影互相关系数 ,在此基础上提出了列投影法快速行扫描识别算法及相应的可信度估计方法。这种方法对于室外拍摄的有复杂... 详细信息

以车号的定位与识别为例 ,应用行投影法对车号图片进行倾斜行定位 ,证明了模板与场景的二维互相关系数近似等于一维投影互相关系数 ,在此基础上提出了列投影法快速行扫描识别算法及相应的可信度估计方法。这种方法对于室外拍摄的有复杂背景、光照变化、字体微倾、字符排列疏密不均及噪声干扰的车牌图像具有很好的识别效果。

关键词：车号识别灰度投影相关匹配可信度估计

来源：评论

学校读者我要写书评

暂无评论

一种根据步伐可信度估计的计步方法

一种根据步伐可信度估计的计步方法

引用

作者：蔡体菁许奇梦 210096 江苏省南京市玄武区四牌楼2号

本发明公开一种根据步伐可信度估计的计步方法，对垂向加速度和前向加速度数据作两次步伐可信度估计；第一次估计时，计算两轴数据的近似标准差，根据近似标准差的大小滤除一部分静止或微小动作步态；第二次估计时，计算时间窗内的高阈... 详细信息

标准号: CN108197082A

本发明公开一种根据步伐可信度估计的计步方法，对垂向加速度和前向加速度数据作两次步伐可信度估计；第一次估计时，计算两轴数据的近似标准差，根据近似标准差的大小滤除一部分静止或微小动作步态；第二次估计时，计算时间窗内的高阈值和低阈值，根据二者差值判别出存在可信步伐的时间窗；在满足条件的时间窗内遍历垂向加速度数据点，依据其与低阈值、中阈值的比较检测到步伐变化的时间点；本发明方法精度高，计步效果好，实时性强。

关键词：时间窗可信度估计近似标准垂向计步加速度数据度数比较检测满足条件微小动作时间点实时性遍历步态两轴滤除前向静止可信

来源：评论

学校读者我要写书评

暂无评论

一种根据步伐可信度估计的计步方法

一种根据步伐可信度估计的计步方法

引用

作者：蔡体菁许奇梦 210096 江苏省南京市玄武区四牌楼2号

标准号: CN108197082B

关键词：时间窗可信度估计近似标准垂向计步加速度数据度数比较检测满足条件微小动作时间点实时性遍历步态两轴滤除前向静止可信

来源：评论

学校读者我要写书评

暂无评论

一种基于可信度估计的水下多类目标分类方法

一种基于可信度估计的水下多类目标分类方法

引用

作者：姜喆陈雪文何轲申晓红王海燕董海涛廖建宇 710072 陕西省西安市友谊西路127号

本发明提供了一种基于可信度估计的水下多类目标分类方法，首先构建水下多目标数据集并给出其幂集，然后给出每个二类SVM分类器的分类结果，计算矛盾因子和每个二类SVM分类器的置信度，从而得到每个需要判别的水下目标类别的分类正确率... 详细信息

标准号: CN110889436A

本发明提供了一种基于可信度估计的水下多类目标分类方法，首先构建水下多目标数据集并给出其幂集，然后给出每个二类SVM分类器的分类结果，计算矛盾因子和每个二类SVM分类器的置信度，从而得到每个需要判别的水下目标类别的分类正确率。本发明针对无法确定每个二类SVM分类器的置信程度以及无法将多个二类SVM分类器的结果进行有效融合的问题，通过利用高斯型隶属度函数来表示每个二类SVM的信度因子以及利用构建的置信融合规则融合每个带有信度因子的二类SVM的输出结果，从而能够在增加每个二分类器的可信度的基础上识别出水下的多类目标，提高水下多类目标的分类正确率。

关键词：多类目标正确率构建信度置信分类可信度估计隶属度函数分类结果输出结果水下目标有效融合多目标二分类可信度数据集置信度融合出水高斯矛盾

来源：评论

学校读者我要写书评

暂无评论

一种基于可信度估计的水下多类目标分类方法

一种基于可信度估计的水下多类目标分类方法

引用

作者：姜喆陈雪文何轲申晓红王海燕董海涛廖建宇 710072 陕西省西安市友谊西路127号

标准号: CN110889436B

来源：评论

学校读者我要写书评

暂无评论

多源环境下基于可信度的真值发现方法研究

多源环境下基于可信度的真值发现方法研究

引用

作者：李永续浙江工商大学

学位级别：硕士

在过去的几十年,数据挖掘领域对真值发现技术的研究兴趣不断增加,各种新的算法不断涌现。这些真值发现算法从不同的角度可以分为很多种类,其中可以分为单真值真值发现算法和多真值真值发现算法。不同数据源对目标的观察角度不同,输出的... 详细信息

在过去的几十年,数据挖掘领域对真值发现技术的研究兴趣不断增加,各种新的算法不断涌现。这些真值发现算法从不同的角度可以分为很多种类,其中可以分为单真值真值发现算法和多真值真值发现算法。不同数据源对目标的观察角度不同,输出的观察数据也有差别,可信度较高的数据源输出的观察数据可信度较高,基于不同数据源的数据来挖掘目标的真值可以提高真值估计的准确性。在多数据源的环境下,这些算法的目的是想找到数据源提供的数据中的真值,单真值真值发现算法是从数据源提供的数据中寻找单一真值,而多真值真值算法则是从数据中找到一组真值的集合作为最后的目标真值。从大量文献中可以看出,无论单真值真值发现算法还是多真值真值发现算法,都离不开数据源的可信度计算,这充分体现出数据源可信度估计在真值发现过程中的重要性。而且,从大多数文献中可以看出,真值发现过程中最后对真值的可信度到底是多少的定义并不明确,大多数采用标签或者评分的形式来表现真值发现算法的性能。然而,对于真值发现算法所估计的真值是否可信,如果可信,可信度又是多少?基于观察值和真值估计,如何判断哪个数据源是可信的,可信度又是多少?对于以上两个问题的研究并不多。本文主要研究在多个数据源背景下,如何估计真值及其可信度,并基于真值估计各个数据源的可信度。针对真值发现和数据源可信度估计,本文提出了一种基于数据源可信度加权的均值漂移真值发现算法RWMSC,该方法迭代更新真值估计和数据源的可信度直到收敛,其中,真值和数据源的可信度分别由均值漂移方法和异常检测方法计算得到。除了真值估计方法之外,本文还提出了一种基于EM算法的真值可信度估计方法,该方法首先将观察值离散化为不同事件,然后基于EM算法估计关键参数,最后通过贝叶斯公式计算给定观察值条件下,真值所属事件发生的概率,并将此后验概率近似为真值的可信度。为验证本文所提方法的性能,将本文所提方法与其他一些主流的真值估计方法进行实验比较,通过在人造数据集和公开数据集上的仿真实验表明,本文所提方法在对真值及其可信度估计的准确性方面优于其他方法。

关键词：多源数据真值发现异常检测可信度估计 EM算法

来源：评论

学校读者我要写书评

暂无评论

网络电话语音识别中关键词的后验可信测度

引用

清华大学学报（自然科学版） 2002年第7期42卷 885-888页

作者：郝杰李星清华大学电子工程系北京100084

网络电话语音的识别具有广阔的应用前景 ,而相对较低的话音质量突出了关键词捕捉的重要意义。关键词捕捉的核心问题是关键词可信度的估计。在零虚警假设下提出了关键词的后验可信度 ,在测度中结合了声学层分数和基于拼音的统计语言模型... 详细信息

网络电话语音的识别具有广阔的应用前景 ,而相对较低的话音质量突出了关键词捕捉的重要意义。关键词捕捉的核心问题是关键词可信度的估计。在零虚警假设下提出了关键词的后验可信度 ,在测度中结合了声学层分数和基于拼音的统计语言模型分数 ,利用动态规划推导了计算测度的前向后向算法。在 2 4 0个关键词的捕捉实验中 ,后验可信度下的关键词识别率高于 88%。基于拼音格 HMM(隐 Markov模型 ) ,对可信度估计、关键词捕捉、最优部分路径搜索及拼音多候选重排进行了统一的解释。

关键词：网络电话语音识别后验可信测度关键词捕捉拼音格隐Markov模型零虚警假设可信度估计

来源：评论

学校读者我要写书评

暂无评论

面向Web语料的因果知识获取研究

面向Web语料的因果知识获取研究

引用

作者：曹亚男中国科学院研究生院

学位级别：博士

常识获取是人工智能领域的一个核心难题,其目标是构建面向应用的大规模常识知识库,以实现真正的智能系统。为了突破知识获取“瓶颈”,常识获取的方式经历了由人工编辑到自动获取的转变,其面向的知识源也过渡到文本这一知识载体。而Web... 详细信息

常识获取是人工智能领域的一个核心难题,其目标是构建面向应用的大规模常识知识库,以实现真正的智能系统。为了突破知识获取“瓶颈”,常识获取的方式经历了由人工编辑到自动获取的转变,其面向的知识源也过渡到文本这一知识载体。而Web语料以其大规模性、易获得性和领域无关性等特点,为海量常识的获取提供了新的契机。\n 因果关系作为一种重要的常识知识,是大规模知识库构建中不可或缺的一部分。基于因果知识的推理在自动问答、信息检索等领域具有重要的应用价值。因果知识关注事件之间的关系,其获取难度较大。因此,目前的研究大多面向有限的封闭语料,在大规模因果知识的获取、验证、表示等方面尚缺乏系统的分析和研究。\n 针对上述问题,本文系统地研究了从Web语料中获取因果知识的理论和方法,具体研究内容包括以下方面:\n (1)研究基于Web查询模式的因果关系抽取方法。\n 面向Web的因果关系抽取分为因果关系的识别和提取两个阶段。在关系识别阶段,使用包含因果提示词的Web查询模式,从Web语料中识别描述因果关系的文本片段。在关系提取阶段,提出基于贝叶斯学习的边界识别方法,用于划分因果事件的边界,实现事件序对的提取;同时,针对关系提取中存在的数据缺失问题,提出基于决策树学习的缺失主体识别方法,通过构造多元分类器识别并填充事件主体,提高了因果关系提取的准确率和召回率。实验表明,本文给出的Web查询模式的命中率和查全率较高,满足大规模因果知识获取对“数量”和“效率”的要求。\n (2)研究基于依存句法分析的事件抽取方法。\n 针对因果事件的表示粒度问题,定义了一种事件五元组表示模型,并提出了基于依存句法分析的事件抽取方法。该方法利用事件表达式的依存句法结构与事件元组结构之间的映射关系,使用以依存关系路径为主要特征,以词性、词类等为辅助特征的事元抽取规则,从事件依存树中抽取相应的事元。同时,针对事件抽取任务中的级联错误,采用基于事元语义相似度的层次聚类方法,分析事件的语义约束,进一步提高了事件抽取的准确率。\n (3)研究因果知识的评估方法。\n 为了保证因果知识获取的精度,从“正确性”和“因果性”两方面对已获取的知识进行评价。一方面,针对知识描述是否“正确”的问题,提出了基于最大熵模型的系统可信度估计方法。该模型利用了知识获取系统各个模块的相关特征,通过设定可信度阈值,有效地提升了系统的输出精度。另一方面,针对知识是否表达“因果关系”的问题,提出了融合事件共现特征和结构特征的统计模型,对知识进行评分并排序。\n (4)研究基于类比学习的因果关系扩充方法。\n 对于给定的目标事件,因果关系的类比学习过程包括类比事件的选择和相关事件的映射,其关键问题是事件相似度的度量。本文从“语义”和“共享原理”两个角度度量事件的相似性,以实现因果关系的累积类比。为了选择合适的扩充对象,设定扩充的终止条件,将已获取的因果关系组织成图的形式。分析因果关系图的特殊性质,并对图中的事件和关系进行整体度量。基于种子因果关系进行知识扩充,降低了单一获取的复杂度和难度。

关键词：常识获取因果关系事件抽取可信度估计类比学习人工智能

来源：评论

学校读者我要写书评

暂无评论

中文事件抽取关键技术研究

中文事件抽取关键技术研究

引用

作者：谭红叶哈尔滨工业大学

学位级别：博士

信息抽取是从文本中自动获取信息的一种主要手段。针对自由文本的信息抽取一般包括实体及其关系的抽取。但真实世界不断发生变化,实体的关系和状态也随之发生变化。而事件反映了实体参与者之间的关系和状态的变化。因此要想捕捉到实体... 详细信息

信息抽取是从文本中自动获取信息的一种主要手段。针对自由文本的信息抽取一般包括实体及其关系的抽取。但真实世界不断发生变化,实体的关系和状态也随之发生变化。而事件反映了实体参与者之间的关系和状态的变化。因此要想捕捉到实体之间状态的变化,必须针对事件进行相关信息的抽取。目前事件的检测与识别(Event detection and recognition,VDR,又称事件抽取)已被ACE(Automatic content extraction)评测会议定义为一项基本任务。ACE2005将该项任务定义为:识别特定类型的事件,并进行相关信息的确定和抽取,主要的相关信息包括:事件的类型和子类型、事件论元角色等。根据这个定义,可将事件抽取的任务分成两大核心子任务:(1)事件的检测和类型识别;(2)事件论元角色的抽取。除此以外,由于绝大部分的论元角色都是实体,因此实体的识别也是事件抽取的一项基本任务。本文从事件的检测和类型识别,事件论元角色的识别,事件触发词的识别以及实体的识别几个方面对信息抽取进行了研究,最后还针对事件抽取探讨了可信度估计的方法。具体来讲,本文主要从以下几方面作了研究: (1)研究了扩展名实体的识别。尝试利用半监督学习方法获取模式来缓解缺少大规模的扩展名实体的标注语料的局限性。具体采用了Bootstrapping这种自训练方法来自动获取模式;在迭代过程中利用准确率较高的词典资源评价模式的可信度,进而通过模式的可信度来评价实例的可信度,从而避免了叠代过程中的错误放大问题。在此基础上,研究了模式的泛化方法,提出了软模式和特征向量两种模式泛化的形式,并通过联合概率、二元同现概率和相似度的计算实现了模糊匹配,有效地提升了模式的覆盖能力和系统的性能。 (2)对事件的检测和分类,以及事件触发词的识别进行了相关研究。针对ACE语料中存在着规模小,类别不平衡等问题,尝试利用好的特征选择策略来克服一般分类器在小类别和难识别类别上性能不佳的弊端。提出了一种基于局部特征选择和正负特征相结合的特征选择策略,充分保证了分类器在每个类别(尤其是小类别和难识别类别)上的识别效果。除此以外,研究了在事件类别已知的情况下事件触发词的识别,提出充分利用正反例特征,和《同义词词林》、Hownet等语义词典扩展特征的基础上进行触发词的识别策略。 (3)研究了事件论元角色的识别。为了充分利用词法、句法等不同层级的语言信息,提出利用多层级模式的方法来进行事件论元角色的识别。每一级模式都包含不同层级的语言信息,既充分利用了准确率高的浅层词法信息,也考虑到了更能反应语言意义的依存句法信息;同时在更深层次的模式中引入软匹配部分,使模式更灵活,实现了模式的模糊匹配。接着,又探讨了基于CRF模型的事件角色识别方法,同时在特征选择中,将模式及其相似度作为特征,不仅扩大了分类器中使用的特征范围,而且使用的特征更加细致和全面,获得了较好的事件角色识别效果。 (4)探讨了事件抽取可信度估计的方法。针对事件抽取存在精确率不完美的问题,探讨了两种可信度估计方法,一种是利用源系统输出概率进行直接的可信度估计;另一种是独立的基于ME的可信度估计方法。并利用ROC方法对可信度估计进行了评价。结果表明,独立的可信度估计策略比直接利用源系统的输出进行可信度估计显示出了更好的估计能力,为系统的实际使用奠定了基础。

关键词：事件抽取事件检测和分类论元角色名实体识别可信度估计

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：