检索结果-内蒙古大学图书馆

计算机科学 2016年第7期43卷 208-216页

作者：周琦陆叶李婷玉王亚张再跃曹存根江苏科技大学计算机科学与工程学院镇江212000 中国科学院计算技术研究所智能信息处理重点实验室北京100190

地理信息与数据是客观知识世界的重要组成部分。研究如何从大量非结构化的信息中自动抽取地理实体位置关系具有重要意义。提出一种基于语义文法的地理实体位置关系获取方法,该方法可准确地从网页文本中获取多个地理实体之间的复合位置... 详细信息

地理信息与数据是客观知识世界的重要组成部分。研究如何从大量非结构化的信息中自动抽取地理实体位置关系具有重要意义。提出一种基于语义文法的地理实体位置关系获取方法,该方法可准确地从网页文本中获取多个地理实体之间的复合位置关系。首先,设计一种反映地理实体位置关系的语义文法GeoRSG。GeoRSG反映了地理实体位置关系的层次分类关系,并采用基于规则的方式刻画地理实体位置关系在文本中的语言表达方式。然后,实现地理实体位置关系解析器GeoRSG Parser。该解析器利用GeoRSG对文本进行解析,获得谓词表达形式的位置关系知识。实验结果显示,该方法从1000条语句中获取了81条三元和816条二元地理实体位置关系,并且取得了88.85%的正确率。

关键词：地理实体位置关系语义文法知识抽取

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的中文微博观点分类

引用

模式识别与人工智能 2016年第12期29卷 1075-1082页

作者：廖祥文张丽瑶宋志刚程学旗陈国龙福州大学数学与计算机科学学院福州350116 福州大学福建省网络计算与智能信息处理重点实验室福州350116 福州大学信息化建设办公室福州350116 中国科学院计算技术研究所网络数据科学与技术重点实验室北京100190

针对现有中文微博观点分类方法对上下文利用不足、数据表示稀疏和特征依赖于人工设计等问题,提出基于卷积神经网络的中文微博观点分类方法.首先利用交互上下文扩充不同主题下的微博内容,使用低维密集向量初始化微博文本.然后构造卷积神... 详细信息

针对现有中文微博观点分类方法对上下文利用不足、数据表示稀疏和特征依赖于人工设计等问题,提出基于卷积神经网络的中文微博观点分类方法.首先利用交互上下文扩充不同主题下的微博内容,使用低维密集向量初始化微博文本.然后构造卷积神经网络模型,实现特征抽取和组合.最后基于softmax分类函数估计中文微博观点类别.实验表明,相比基准方法,文中方法在精确度和F1值上的效果更好.

关键词：中文微博观点分类卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于马氏距离的孪生多分类支持向量机

引用

计算机科学 2016年第3期43卷 49-53页

作者：张谢锴丁世飞中国矿业大学计算机科学与技术学院徐州221116 中国科学院计算技术研究所智能信息处理重点实验室北京100190

孪生支持向量机(TWSVM)的研究是近来机器学习领域的一个热点。TWSVM具有分类精度高、训练速度快等优点,但训练时没有充分利用样本的统计信息。作为TWSVM的改进算法,基于马氏距离的孪生支持向量机(TMSVM)在分类过程中考虑了各类样本的协... 详细信息

孪生支持向量机(TWSVM)的研究是近来机器学习领域的一个热点。TWSVM具有分类精度高、训练速度快等优点,但训练时没有充分利用样本的统计信息。作为TWSVM的改进算法,基于马氏距离的孪生支持向量机(TMSVM)在分类过程中考虑了各类样本的协方差信息,在许多实际问题中有着很好的应用效果。然而TMSVM的训练速度有待提高,并且仅适用于二分类问题。针对这两个问题,将最小二乘思想引入TMSVM,用等式约束取代TMSVM中的不等式约束,将二次规划问题的求解简化为求解两个线性方程组,得到基于马氏距离的最小二乘孪生支持向量机(LSTMSVM),并结合有向无环图策略(DAG)设计出基于马氏距离的最小二乘孪生多分类支持向量机。为了减少DAG结构的误差累积,构造了基于马氏距离的类间可分性度量。人工数据集和UCI数据集上的实验均表明,所提算法不仅有效,而且相对于传统多分类SVM,其分类性能有明显提高。

关键词：孪生支持向量机马氏距离多分类有向无环图

来源：评论

学校读者我要写书评

暂无评论

摸石头过河算法与分布估计混合算法

引用

计算机科学 2016年第1期43卷 81-84页

作者：高尚曹存根江苏科技大学计算机科学与工程学院镇江212003 中国科学院计算技术研究所智能信息处理重点实验室北京100190

依据摸石头过河算法与分布估计算法的优点,提出了一种混合算法。该算法以一个解为起点,向该起点附近邻域随机搜索若干个解,找出这些解中最好的一个解;并挑选部分优秀个体的中心与最好解进行交叉操作,以此解作为下次迭代的结果,然后以此... 详细信息

依据摸石头过河算法与分布估计算法的优点,提出了一种混合算法。该算法以一个解为起点,向该起点附近邻域随机搜索若干个解,找出这些解中最好的一个解;并挑选部分优秀个体的中心与最好解进行交叉操作,以此解作为下次迭代的结果,然后以此点为起点,再向附近邻域随机搜索若干个解,以此类推。对几个经典测试函数进行实验的结果表明,利用摸石头过河与分布估计算法能够极大地提高收敛速度和精度。

关键词：随机优化算法连续空间优化摸石头过河分布估计算法

来源：评论

学校读者我要写书评

暂无评论

基于受限非负张量分解的用户社会影响力分析

引用

通信学报 2016年第6期37卷 154-162页

作者：魏晶晶陈畅廖祥文陈国龙程学旗福州大学物理与信息工程学院福建福州350116 福建江夏学院电子信息科学学院福建福州350108 福州大学数学与计算机科学学院福建福州350116 福州大学福建省网络计算与智能信息处理重点实验室福建福州350116 中国科学院计算技术研究所北京100086

针对传统社会影响力分析方法未能充分考虑观点和话题信息等问题,提出了一种基于受限非负张量分解的用户社会影响力分析方法。首先把社交媒介用户相互评论关系自然地表示成三阶张量,然后通过拉普拉斯话题约束矩阵控制张量分解过程,最后... 详细信息

针对传统社会影响力分析方法未能充分考虑观点和话题信息等问题,提出了一种基于受限非负张量分解的用户社会影响力分析方法。首先把社交媒介用户相互评论关系自然地表示成三阶张量,然后通过拉普拉斯话题约束矩阵控制张量分解过程,最后根据分解得到的潜在因子度量用户观点社会影响力。该方法的优点是能有效地从受限张量分解结果中检索出给定话题下用户的社会影响力,同时保持其社会影响力的极性分布。实验结果表明,该方法的性能优于OOLAM和Twitter Rank等基准算法。

关键词：社会影响力话题观点张量分析

来源：评论

学校读者我要写书评

暂无评论

迁移学习研究进展

引用

软件学报 2015年第1期26卷 26-39页

作者：庄福振罗平何清史忠植中国科学院智能信息处理重点实验室(中国科学院计算技术研究所) 北京100190

近年来,迁移学习已经引起了广泛的关注和研究.迁移学习是运用已存有的知识对不同但相关领域问题进行求解的一种新的机器学习方法.它放宽了传统机器学习中的两个基本假设:(1)用于学习的训练样本与新的测试样本满足独立同分布的条件;(2)... 详细信息

近年来,迁移学习已经引起了广泛的关注和研究.迁移学习是运用已存有的知识对不同但相关领域问题进行求解的一种新的机器学习方法.它放宽了传统机器学习中的两个基本假设:(1)用于学习的训练样本与新的测试样本满足独立同分布的条件;(2)必须有足够可利用的训练样本才能学习得到一个好的分类模型.目的是迁移已有的知识来解决目标领域中仅有少量有标签样本数据甚至没有的学习问题.对迁移学习算法的研究以及相关理论研究的进展进行了综述,并介绍了在该领域所做的研究工作,特别是利用生成模型在概念层面建立迁移学习模型.最后介绍了迁移学习在文本分类、协同过滤等方面的应用工作,并指出了迁移学习下一步可能的研究方向.

关键词：迁移学习相关领域独立同分布生成模型概念学习

来源：评论

学校读者我要写书评

暂无评论

基于弱匹配典型相关性分析的阿尔茨海默病识别

引用

中国老年学杂志 2016年第13期36卷 3259-3263页

作者：郝杰张博朱红马金凤张昌明徐州医科大学医学信息学院江苏徐州221000 中国科学院计算技术研究所智能信息处理重点实验室中国矿业大学计算机科学与技术学院中国科学院研究生院

目的为了增强阿尔茨海默病(AD)的识别能力。方法该文采用多模态异构生物标志物数据在统计意义上潜在的相关性,利用互补原理,最大化不同模态数据之间的相关性,并在典型相关性分析的基础上,引入流形正则化技术提出了弱匹配典型相关性分析... 详细信息

目的为了增强阿尔茨海默病(AD)的识别能力。方法该文采用多模态异构生物标志物数据在统计意义上潜在的相关性,利用互补原理,最大化不同模态数据之间的相关性,并在典型相关性分析的基础上,引入流形正则化技术提出了弱匹配典型相关性分析算法。结果解决了弱匹配多模态数据相关性建模问题。结论多模态异构生物标志物数据融合方法的预测性能优于单模态,能对AD的发病和病理研究提供更准确的信息。

关键词：阿尔茨海默病多模态数据融合典型相关性分析弱匹配多模态数据

来源：评论

学校读者我要写书评

暂无评论

基于PPOG语义文法的产品舆情分析方法

引用

广西师范大学学报（自然科学版） 2016年第2期34卷 74-80页

作者：曹阳唐素勤方芳赵宏远曹存根广西师范大学广西多源信息挖掘与安全重点实验室广西桂林541004 中国科学院计算技术研究所智能信息处理重点实验室北京100190 北京工业大学应用数理学院北京100124

产品质量和售后服务问题已成为决定企业发展和用户消费的关键因素。目前,产品舆情分析的主要研究方法都是依靠关键词从社交网络渠道获取消费者对产品的评价,这种方法由于缺乏对舆情语义的分析,会产生比较多的噪音数据。本文提出了一种... 详细信息

产品质量和售后服务问题已成为决定企业发展和用户消费的关键因素。目前,产品舆情分析的主要研究方法都是依靠关键词从社交网络渠道获取消费者对产品的评价,这种方法由于缺乏对舆情语义的分析,会产生比较多的噪音数据。本文提出了一种基于产品舆情主题结构和产品舆情文法(称为PPOG)的产品舆情分析方法,研制了一种具有较高精度的产品舆情分析算法。通过大量实际的微博例子测试,基于PPOG的分析方法具有良好的应用前景。

关键词：产品质量产品舆情文法产品舆情分析

来源：评论

学校读者我要写书评

暂无评论

“自顶向下(top-down)”的蛋白质组学--蛋白质变体的规模化鉴定

引用

生物化学与生物物理进展 2015年第2期42卷 101-114页

作者：孙瑞祥罗兰迟浩刘超贺思敏中国科学院智能信息处理重点实验室、中国科学院计算技术研究所北京100190 中国科学院大学北京100049

高分辨率质谱技术的快速发展使得"自顶向下"的蛋白质组学(top-down proteomics)研究逐渐成熟起来.在完整蛋白质水平上研究蛋白质组可以提供更精准、更丰富的生物学信息,特别是对于蛋白质上发生了多种关联性的翻译后修饰的情况... 详细信息

高分辨率质谱技术的快速发展使得"自顶向下"的蛋白质组学(top-down proteomics)研究逐渐成熟起来.在完整蛋白质水平上研究蛋白质组可以提供更精准、更丰富的生物学信息,特别是对于蛋白质上发生了多种关联性的翻译后修饰的情况.另外,由于基因突变、RNA可变剪接和大量蛋白质翻译后修饰的存在,同一个基因往往最终会产生多个"蛋白质变体"(proteoform),而要准确地鉴定这些蛋白质变体,也离不开"自顶向下"的蛋白质组学.在蛋白质水平上的分离技术、质谱技术与生物信息学技术是完整蛋白质鉴定最关键的三项技术.高效的分离技术是实现规模化蛋白质变体鉴定的前提,有效的质谱碎裂是提供可靠鉴定的核心,而快速准确的质谱鉴定算法则是数据分析效率的保障.本文对这三项技术进行了详细总结,重点集中在生物信息学相关技术上,包括对完整蛋白质的质谱数据预处理、数据库搜索鉴定以及翻译后修饰定位等几个计算问题的讨论.

关键词： “自顶向下(top-down)”的蛋白质组学串联质谱技术生物信息学蛋白质鉴定

来源：评论

学校读者我要写书评

暂无评论

依存边转换翻译规则生成器

依存边转换翻译规则生成器

引用

第十五届全国计算语言学学术会议(CCL2016)暨第四届基于自然标注大数据的自然语言处理国际学术研讨会(NLP-NABD-2016)

作者：陈宏申刘群中国科学院计算技术研究所中国科学院智能信息处理重点实验室北京市100190 中国科学院大学北京市100190 中国科学院计算技术研究所中国科学院智能信息处理重点实验室北京市100190 爱尔兰都柏林城市大学爱尔兰

统计机器翻译模型,特别是基于句法的翻译模型,其翻译单元在保留足够的翻译信息以及翻译单元在翻译新句子时的泛化能力上始终存在着一个平衡.神经网络被成功用于统计机器翻译模型中的调序和语言生成中.本文提出了一个新颖的基于神经网络... 详细信息

统计机器翻译模型,特别是基于句法的翻译模型,其翻译单元在保留足够的翻译信息以及翻译单元在翻译新句子时的泛化能力上始终存在着一个平衡.神经网络被成功用于统计机器翻译模型中的调序和语言生成中.本文提出了一个新颖的基于神经网络的句法翻译规则生成器——依存边转换翻译规则生成器(DETG),它利用一条转换翻译规则的源端以及源端的上下文作为输入,以依存边转换翻译规则的目标端作为输出.它不仅保留了依存边——这种最简单的句法翻译规则的灵活性,保证了翻译规则的泛化能力,同时通过上下文信息增强了转换翻译规则的匹配能力.生成器的结构非常简洁,它将翻译规则的源端作为输入,同时生成翻译规则目标端的对应翻译以及依存边的位置关系.我们使用生成器对解码时所用到的依存边转换翻译规则打分.在三个NIST测试集上的实验显示,相较于基线系统,平均有1.39个BLEU值的提升.

关键词：统计机器翻译依存边转换翻译规则生成器

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：