检索结果-内蒙古大学图书馆

电子学报 2019年第5期47卷 1121-1128页

作者：刘慧婷刘志中王利利吴信东安徽大学计算智能与信号处理教育部重点实验室安徽合肥230601 安徽大学计算机科学与技术学院安徽合肥230601 合肥工业大学计算机与信息学院安徽合肥230601 School of Computing and Informatics University of Louisiana at Lafayette

本文提出了有监督的关键词抽取算法——KEING(Keyphrase Extraction using sequentIal patterns with oNe-off and General gaps condition)算法.首先,将每篇文档作为一个序列库,利用SPING(Sequential Patterns mIning with oNe-off and General gaps condition)算法获取词语之间的关系及其多种变化形式,并利用统计模式特征的方式描述候选关键词;然后,通过朴素贝叶斯分类算法对大量带标记的训练数据进行训练,构造分类器;最后利用分类器从测试文档中识别出关键词.通过实验验证了SPING算法的完备性以及KEING算法的有效性.

关键词：一般间隙模式挖掘关键词抽取机器学习

来源：评论

学校读者我要写书评

暂无评论

多类分类模型和多层次增量算法

引用

计算机科学与探索 2019年第8期13卷 1431-1440页

作者：徐怡王旭生安徽大学计算智能与信号处理教育部重点实验室合肥230039 安徽大学计算机科学与技术学院合肥230601

多类分类问题的实际应用中,在决策对象的认识由粗粒度向细粒度转化时,通过使用粒结构,提出一种基于多类分类的序贯三支决策模型。在此基础上,使用该模型非增量的方法计算序贯三支决策的时间开销较大,针对决策表中条件属性的变化,给出该... 详细信息

多类分类问题的实际应用中,在决策对象的认识由粗粒度向细粒度转化时,通过使用粒结构,提出一种基于多类分类的序贯三支决策模型。在此基础上,使用该模型非增量的方法计算序贯三支决策的时间开销较大,针对决策表中条件属性的变化,给出该模型的增量方法来进行决策。首先,通过增加新属性得到每层的条件属性,构建多层次粒结构。在多层次粒结构下,给出每层决策表的损失函数矩阵。然后,按层依次计算决策表中每个决策类的阈值,进行决策表的三支决策。最后,给出多类分类的序贯三支决策算法,通过实例说明该算法的计算过程。为了动态更新多层次下的三个域集,基于多类分类给出计算序贯三支决策的增量算法,通过仿真实验验证了该方法的有效性。

关键词：序贯三支决策粒结构多类分类增量方法

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的多角度遥感影像云检测方法

引用

大气与环境光学学报 2020年第5期15卷 380-392页

作者：李佳欣赵鹏方薇宋尚香安徽大学计算智能与信号处理教育部重点实验室安徽合肥230039 安徽大学计算机科学与技术学院安徽合肥230001 中国科学院合肥物质科学研究院安徽光学精密机械研究所通用光学定标与表征技术重点实验室安徽合肥230031

云检测是遥感影像处理的重要任务之一。目前遥感影像云检测中多使用到卫星的多光谱、多通道信息,而关于多角度信息对云检测影响的研究较少。为了探索遥感影像多角度信息作为云特征对训练云分类网络精度的影响,提出一种基于深度学习的遥... 详细信息

云检测是遥感影像处理的重要任务之一。目前遥感影像云检测中多使用到卫星的多光谱、多通道信息,而关于多角度信息对云检测影响的研究较少。为了探索遥感影像多角度信息作为云特征对训练云分类网络精度的影响,提出一种基于深度学习的遥感多角度云检测方法,以SegNet为基础网络结构,提取含有多角度信息的遥感影像的特征表示,训练含有多角度信息的遥感影像云检测模型。测试结果表明,所提方法全局精度为91.39%,平均重叠率为83.99%。分析表明单角度云检测具有一定的局限性,而利用多角度信息作为云特征训练云分类网络可以提升云检测精度。此外,还探索了POLDER仪器中不同角度对于云检测结果的影响情况。

关键词：云检测遥感影像多角度神经网络 SegNet

来源：评论

学校读者我要写书评

暂无评论

图像显著性传播及约束的协同显著性检测

引用

计算机科学与探索 2019年第11期13卷 1925-1934页

作者：赵悉超刘政怡李炜安徽大学计算智能与信号处理教育部重点实验室合肥230601 安徽大学计算机科学与技术学院合肥230601 安徽大学信息保障技术协同创新中心合肥230601

协同显著性检测是指在一组相关图像中发现共同的显著前景区域。现有方法捕获图像中节点对的关系,利用人类先验知识构建协同显著性检测模型,然而忽略了检测中节点之间的高阶关系,没有挖掘到节点间的潜在联系,从而导致次优的协同显著图。... 详细信息

协同显著性检测是指在一组相关图像中发现共同的显著前景区域。现有方法捕获图像中节点对的关系,利用人类先验知识构建协同显著性检测模型,然而忽略了检测中节点之间的高阶关系,没有挖掘到节点间的潜在联系,从而导致次优的协同显著图。提出了一个新颖的基于超图的种子传播的协同显著性检测框架。具体来说,框架由交叉图像显著性传播和图像内显著性约束组成,前者利用基于单显著图的显著种子点,跨图像交叉传播机制,融合算法检测图像组的协同显著对象并抑制非协同显著对象,获得初步协同显著图;后者再引入图像的凸包先验机制,学习空间分布信息,约束共同背景噪声,抑制相似背景区域,获得更精确的协同显著图。在两个广泛使用的协同显著性检测数据集上进行大量的实验,结果表明,同为无监督模型,相比现存的无监督协同显著性方法,获得了最优的性能。

关键词：协同显著性检测交叉图像显著性传播图像内显著性约束凸包先验机制

来源：评论

学校读者我要写书评

暂无评论

图像级别和像素级别的显著图像的融合

引用

计算机科学与探索 2019年第12期13卷 2130-2137页

作者：陈蕾吴建国刘政怡安徽大学计算智能与信号处理教育部重点实验室合肥230601 安徽大学计算机科学与技术学院合肥230601 安徽大学信息保障技术协同创新中心合肥230601

RGB-D图像显著目标检测旨在从一对RGB图像和深度图像中识别视觉上最显著的目标。目前,学术界已经提出了各种有效的单幅RGB-D图像显著性检测方法,而这些检测方法之间存在着优势互补。因此,对各种方法生成的显著图进行融合以提高显著性检... 详细信息

RGB-D图像显著目标检测旨在从一对RGB图像和深度图像中识别视觉上最显著的目标。目前,学术界已经提出了各种有效的单幅RGB-D图像显著性检测方法,而这些检测方法之间存在着优势互补。因此,对各种方法生成的显著图进行融合以提高显著性检测精度的研究工作同样不可或缺。在对相关显著图像融合工作研究后,提出两个级别上的融合过程。首先,运用多种现成的RGB-D显著图检测方法生成初始显著图;其次,分别对图像级和像素级两个层面上的显著图融合工作进行了研究,再将这两个层面上得到的显著图按比例进行融合,得到最终的图像显著图。实验结果表明,该显著图融合方法的效果不仅优于单个图像显著性检测方法,而且和其他的融合方法相比,也具有一定优势。

关键词： RGB-D图像视觉显著图显著图像融合

来源：评论

学校读者我要写书评

暂无评论

基于最大决策邻域粗糙集的不确定性度量方法

引用

小型微型计算机系统 2020年第6期41卷 1121-1125页

作者：徐洋徐怡史国川鲁磊纪赵小帆安徽大学计算机科学与技术学院合肥230601 安徽大学计算机智能与信号处理教育部重点实验室合肥230039 中国人民解放军陆军炮兵防空兵学院信息工程系合肥230031

邻域粗糙集模型是经典粗糙集模型的变型,对处理数值型数据具有较好的优势性.本文引入最大决策邻域粗糙集模型,该模型密切关注边界样本,通过增加与决策类有最大交集的邻域样本来扩大正域,并在该模型上定义了最大决策粗糙度的概念.为了能... 详细信息

邻域粗糙集模型是经典粗糙集模型的变型,对处理数值型数据具有较好的优势性.本文引入最大决策邻域粗糙集模型,该模型密切关注边界样本,通过增加与决策类有最大交集的邻域样本来扩大正域,并在该模型上定义了最大决策粗糙度的概念.为了能够反映正域、负域的同时变化,提出一种基于边界域的不确定性度量方法.为了能够更全面的度量,在最大决策邻域粗糙集模型中定义了最大决策邻域粒结构,并基于该粒结构提出了最大决策邻域粒度概念,该粒度是对信息系统的分类能力的度量.文章最后提出一种基于最大决策邻域粗糙集的混合不确定性度量方法,将两种度量方法进行结合.实验结果表明,所提出的度量方法在邻域信息系统中具有较好的分类效果.

关键词：最大决策邻域粗糙集粗糙度边界域粒度度量

来源：评论

学校读者我要写书评

暂无评论

图正则化迁移稀疏概念编码的跨域图像分类

引用

计算机工程与应用 2019年第6期55卷 197-203页

作者：孙登第孟欠欠马云鹏安徽大学计算机科学与技术学院合肥230601 安徽大学计算智能与信号处理教育部重点实验室合肥230039

为克服不同图像域之间的特征"差异",跨越分布"鸿沟",提出了一种基于正则化迁移稀疏概念编码的跨域图像分类方法。将图像域间的分布差异性和标签相关性信息融入稀疏编码模型中,以学习跨域图像的鲁棒性稀疏表示,从高... 详细信息

为克服不同图像域之间的特征"差异",跨越分布"鸿沟",提出了一种基于正则化迁移稀疏概念编码的跨域图像分类方法。将图像域间的分布差异性和标签相关性信息融入稀疏编码模型中,以学习跨域图像的鲁棒性稀疏表示,从高维的图像特征空间中挖掘图像低维流形结构,形成基向量集,构造跨域图像的迁移稀疏概念编码。该方法挖掘不同图像域之间的共同特征表达,实现了图像标签的跨域迁移。通过在多个图像数据库中的比较实验表明,该方法获得更为鲁棒的图像特征表达,其分类性能显著优于其他相关比较方法。

关键词：稀疏编码流形结构基学习标签相关性共同特征表达

来源：评论

学校读者我要写书评

暂无评论

Title加TextRank抽取关键句的情感分类研究

引用

计算机工程与应用 2019年第20期55卷 95-100页

作者：郑诚钱改林章金平计算智能与信号处理教育部重点实验室(安徽大学) 合肥230601 安徽大学计算机科学与技术学院合肥230601

考虑到不同句子对判断文档情感倾向的重要程度不同,因而区分文档的关键句和细节句将有助于提高情感分类的性能。同时,考虑到Title 和上下文信息,提出了一种基于Title 和加权TextRank 抽取关键句的情感分析方法SKTT,实现了高效的情感分... 详细信息

考虑到不同句子对判断文档情感倾向的重要程度不同,因而区分文档的关键句和细节句将有助于提高情感分类的性能。同时,考虑到Title 和上下文信息,提出了一种基于Title 和加权TextRank 抽取关键句的情感分析方法SKTT,实现了高效的情感分析。根据文档Title 的情感权重计算Title 贡献度,考虑到标点和语义规则对情感倾向的影响;根据加权TextRank 算法思想,在文档正文中构建了一个情感句有向图来提取关键句;计算所有关键句的情感倾向进行情感分类。在4 个领域上进行实验,实验结果表明,该SKTT方法性能明显优于Baseline,具有高效性。

关键词： Title TextRank 算法关键句情感分类语义规则

来源：评论

学校读者我要写书评

暂无评论

用于短文本分类的DC-BiGRU_CNN模型

引用

计算机科学 2019年第11期46卷 186-192页

作者：郑诚薛满意洪彤彤宋飞豹安徽大学计算机科学与技术学院合肥230601 计算智能与信号处理教育部重点实验室合肥230601

文本分类是自然语言处理中一项比较基础的任务,如今深度学习技术被广泛用于处理文本分类任务。在处理文本序列时,卷积神经网络可以提取局部特征,循环神经网络可以提取全局特征,它们都表现出了不错的效果。但是,卷积神经网络不能很好地... 详细信息

文本分类是自然语言处理中一项比较基础的任务,如今深度学习技术被广泛用于处理文本分类任务。在处理文本序列时,卷积神经网络可以提取局部特征,循环神经网络可以提取全局特征,它们都表现出了不错的效果。但是,卷积神经网络不能很好地捕获文本的上下文相关语义信息,循环神经网路对语义的关键信息不敏感。另外,利用更深层次的网络虽然可以更好地提取特征,但是容易产生梯度消失或梯度爆炸问题。针对以上问题,文中提出了一种基于密集连接循环门控单元卷积网络的混合模型(DC-BiGRU_CNN)。该模型首先用一个标准的卷积神经网络训练出字符级词向量,然后将其与词级词向量进行拼接并作为网络输入层。受密集连接卷积网络的启发,在对文本进行高级语义建模阶段时,采用文中提出的密集连接双向门控循环单元,其可以弥补梯度消失或梯度爆炸的缺陷,并且加强了每一层特征之间的传递,实现了特征复用;对前面提取的深层高级语义表示进行卷积和池化操作以获得最终的语义特征表示,再将其输入到softmax层,实现对文本的分类。在多个公开数据集上的研究结果表明,DC-BiGRU_CNN模型在执行文本分类任务时准确率有显著提升。此外,通过实验分析了模型的不同部件对性能提升的作用,研究了句子的最大长度值、网络的层数、卷积核的大小等参数对模型效果的影响。

关键词：字符级词向量双向门控循环单元密集连接卷积神经网络文本分类

来源：评论

学校读者我要写书评

暂无评论

独立分量分析和遗传算法相结合的运动想象频带优化

引用

安徽大学学报（自然科学版） 2019年第1期43卷 37-44页

作者：康莎莎周蚌艳吴小培安徽大学计算机科学与技术学院安徽合肥230601 安徽大学计算智能与信号处理教育部重点实验室安徽合肥230039

对结合独立分量分析(independent component analysis,简称ICA)和遗传算法(genetic algorithm,简称GA)的运动想象脑电(motor imagery electroencephalogram,简称MI-EEG)特征检测及其优化方法开展研究.设计了基于ICA的MI-EEG分类算法.在此基础上,针对不同受试个体,用GA算法对运动想象诱发的事件相关去同步(event-related desynchronization,简称ERD)频段进行优化选择,用以改善运动想象脑一机接口(brain-computer interface,简称BCI)系统的识别率.实验结果表明,基于ICA的GA算法特征优化方法具有较好的可靠性和实用性,可用于在线BCI的设计与实现.

关键词：脑-机接口脑电信号运动想象遗传算法独立分量分析节律增强频带

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：