检索结果-内蒙古大学图书馆

计算机工程 2011年第19期37卷 138-140页

作者：姚正斌丁晓青刘长松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

中文联机手写文本切分识别要求预合并快速高效。为此,设计一个基于最小风险的多层次线性分类器。该分类器根据笔画及切分块的几何特征,采用分层合并的方式完成预合并过程。通过对联机样本进行的实验证明,该分类器保持欠切分错误率在一... 详细信息

中文联机手写文本切分识别要求预合并快速高效。为此,设计一个基于最小风险的多层次线性分类器。该分类器根据笔画及切分块的几何特征,采用分层合并的方式完成预合并过程。通过对联机样本进行的实验证明,该分类器保持欠切分错误率在一个较低水平的同时,有效地控制了过切分的错误率。

关键词：字符切分预合并最小风险鉴别学习多层次分类器

来源：评论

学校读者我要写书评

暂无评论

基于用户行为关系和内容的邮件分类算法的研究与实现

基于用户行为关系和内容的邮件分类算法的研究与实现

引用

作者：宋洪正电子科技大学

学位级别：硕士

邮件在人类通信上的地位越来越重要了,在给人们带来便利的同时,也使得人们不得不花费大量时间来处理大量的邮件。随着邮件的普及,人们在处理邮件上花费的人力和财力就越来越多。因此构造一种新的有效的邮件分类算法就变得尤为迫切。本... 详细信息

邮件在人类通信上的地位越来越重要了,在给人们带来便利的同时,也使得人们不得不花费大量时间来处理大量的邮件。随着邮件的普及,人们在处理邮件上花费的人力和财力就越来越多。因此构造一种新的有效的邮件分类算法就变得尤为迫切。本文研究的主要问题是邮件分类,该问题的重点在于训练数据集不平衡。不平衡数据分类是最近几年的比较热门的问题,所谓不平衡数据集是指不同类别的数据在数量存在巨大的差距。不平衡数据集会导致在分类过程中,分类器偏向数量比较多的类别。对于我们更想获取的数量较少的类别无法有效的识别。针对数据不平衡问题,目前比较流行的解决方法有两种:改变数据分布和调整分类算法。本文结合这两种方法,提出了一个多层次的分类器算法,该算法结合邮件内容和用户行为关系。该算法通过一级级的过滤,不断的降低样本的不平衡性,最终在最后一级实现数据的相对平衡。另外,现在的邮件分类算法一般是针对邮件内容的,忽略了邮箱地址在邮件分类中的作用,实际上,同一封邮件由不同的人发送给我们,由于发件人与收件人关系,这些邮件会被区别对待。因此在本文中,充分的考虑了邮箱地址对信息,结合用户行为关系和内容对邮件进行分类。在算法的实现过程中,使用了很多传统的机器学习的分类算法,比如朴素贝叶斯、支持向量机,随机森林等算法。利用邮箱地址对训练生成的分类器模型,结合生成基于邮件内容的多层次邮件分类器实现了对不平衡邮件的分类,并且取得了相对较好的效果。

关键词：邮件分类不平衡数据集多层次分类器置信度随机森林支持向量机朴素贝叶斯

来源：评论

学校读者我要写书评

暂无评论

聚焦爬虫关键技术研究

聚焦爬虫关键技术研究

引用

作者：毛权东南大学

学位级别：硕士

主题搜索引擎是搜索引擎的细分和延伸，为特定领域、特定人群或特定需求提供定向信息和个性化信息检索服务。聚焦爬虫是主题搜索引擎的基础和核心设施，其主要目标是在有限的时间内尽可能多地抓取与给定主题相关的网页，已成为Web数据... 详细信息

主题搜索引擎是搜索引擎的细分和延伸，为特定领域、特定人群或特定需求提供定向信息和个性化信息检索服务。聚焦爬虫是主题搜索引擎的基础和核心设施，其主要目标是在有限的时间内尽可能多地抓取与给定主题相关的网页，已成为Web数据挖掘领域的研究热点之一。\n 本文基于对聚焦爬虫的基本结构和工作原理的分析，主要做出如下工作：\n (1)通过对几种经典的爬虫搜索策略的深入研究和对比分析，本文提出了一种综合考虑内容分析和链接结构分析算法的策略，该策略综合考虑爬虫的立即回报价值和未来回报价值，有效解决了爬虫“陷入”问题。\n (2)在内容分析部分，提出了基于多层次分类器的主题相关性算法，充分利用网页的结构信息和链接上下文信息以提高网页主题相关性判断的准确度。\n (3)在链接结构分析部分，根据HITS算法来计算网页的Hub值和Authority值，以此预测URL的未来回报价值，指导爬虫穿越主题隧道以爬取更多主题相关页面。\n (4)最后，在对聚焦爬虫相关技术的研究和分析基础上，本文实现了一个聚焦爬虫原型系统。\n 实验结果表明，本文提出的聚焦爬虫算法在收获率和目标召回率上均取得了较好的效果。

关键词：主题搜索引擎聚焦爬虫多层次分类器链接上下文信息检索服务

来源：评论

学校读者我要写书评

暂无评论

大规模层次分类中深层类别的分类算法研究

大规模层次分类中深层类别的分类算法研究

引用

作者：刘述昌兰州交通大学

学位级别：硕士

随着互联网大数据的快速发展,网络上的文本数据和网页数据呈现几何级增长,为了从海量的文本数据中快速准确地获取潜在的信息,需要对文本进行更精确更深层的类别标注和主题理解。因此,文本分类技术就成了重要的研究内容。大规模多层次文... 详细信息

随着互联网大数据的快速发展,网络上的文本数据和网页数据呈现几何级增长,为了从海量的文本数据中快速准确地获取潜在的信息,需要对文本进行更精确更深层的类别标注和主题理解。因此,文本分类技术就成了重要的研究内容。大规模多层次文本分类研究是近几年的研究热点,自2009年下半年开始,研究人员对大规模多层次文本分类的研究技术非常重视,并且国际上经常进行研究成果的公开测试和分析,在2014年举办的大规模中文新闻分类评测中,综合分析多家参赛单位的分类技术成果,其中最好系统的分类性能都低于50%,这种结果不能满足实际应用的需求。因此,对于大规模多层次文本分类问题,高精度的多层次文本自动分类技术非常有必要继续深入研究。本文首先在学习了大规模多层次分类问题处理策略的基础上,采用扁平化的处理策略和化繁为简的方法。引入搜索、分类两阶段的处理思想,在搜索阶段,结合类别层次树的结构特点和类别间的相关联系等隐含的领域知识,进行了类别层次权重分析和特征项的动态更新,为类别层次树的各个节点构建更具分类判断力的特征项集合;进而,采用深度优先搜索算法并结合设定阈值的剪枝策略缩小搜索范围,搜索得到待分类文本的最优候选类别。最后在候选类别的基础上应用经典的KNN平面分类算法进行分类测试和对比分析。实验结果显示,文中提出的改进算法在分类实验中提高了平均F1值,分类效果比较理想。其次,在学习研究本领域相关算法的基础上,提出了基于中心向量的多级分类KNN分类算法,并应用于大规模多层次文本分类的分类阶段。该算法引入基于密度的思想对全部训练样本进行调整,通过样本裁减技术使样本分布更趋于理想的均匀状态,同时计算各类别的类中心向量。在保证类中心向量准确性的前提条件下,使分类阶段的复杂计算提前到分类器的训练过程中。最后一级选用合适的m值(预选类别个数),根据最近邻对待分类文本进行所属类别属性的准确判定。实验结果表明,该算法在不损失分类精度的情况下,不仅降低了计算复杂度,而且显著提高了分类的速度。

关键词：深层文本分类多层次分类器 K最近邻深度优先搜索

来源：评论

学校读者我要写书评

暂无评论

多层次分类支持向量机在水质评价中的应用

引用

水资源保护 2009年第2期25卷 30-32页

作者：王凯军曹剑峰李升曹东平吉林大学环境与资源学院吉林长春130026 吉林省水文水资源局吉林长春130022 中国石化集团上海海洋石油局上海200120

在介绍支持向量机(SVM)原理的基础上,设计采用多层次分类器改进支持向量机的分类算法,并利用该方法评价磐石市的地下水水质,同时与模糊综合评判、灰色聚类和神经网络评价结果对比。结果表明,该方法可以用于水资源学科的分类评价计算。

关键词：支持向量机水质评价多层次分类器

来源：评论

学校读者我要写书评

暂无评论

支持向量机在吉林西部地下水环境质量评价中的应用

引用

东北水利水电 2010年第11期28卷 26-27,36页

作者：骆术斌徐蕾吉林省水文水资源局吉林长春130022

根据支持向量机(SVM)的原理和特点,设计了多层次分类器,改进了支持向量机的分类算法,将该方法应用于吉林省西部地区的地下水环境质量评价,并将该评价结果与当前常用评价方法的评价结果进行对比分析,评价吉林西部地下水环境质量现状。

关键词：支持向量机多层次分类器地下水环境质量评价吉林西部

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：