检索结果-内蒙古大学图书馆

计算机工程与应用 2016年第24期52卷 75-79页

作者：高嘉伟王鑫鑫刘鹏睿山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室太原030006

得益于硬件技术的发展,智能手机感知信息的方式日益丰富。因而以智能手机自带的传感器件为出发点,以移动感知为基础,设计并开发了一款智能手机防盗软件。该软件针对智能手机在生活中的不同使用场景,利用手机自带的加速度传感器、环境光... 详细信息

得益于硬件技术的发展,智能手机感知信息的方式日益丰富。因而以智能手机自带的传感器件为出发点,以移动感知为基础,设计并开发了一款智能手机防盗软件。该软件针对智能手机在生活中的不同使用场景,利用手机自带的加速度传感器、环境光传感器、接近传感器以及手机内部的广播机制,通过分析从周围环境获取的实时数据来判断手机状态是否变化,从而实现不同的防盗模式。其中在通过加速度传感器输出值判断手机状态时,设计了三轴加速度从手机坐标系到参考坐标系的四元数转换算法,以利于客观统一地判断手机的运动状态。此外,通过手机内部短信广播的截获技术来判断设备是否收到短信以及短信内容是否为预设指令,实现对手机的远程控制。目前Android智能手机的市场占有率高达80%,因而以Android手机为例,实现了上述智能手机防盗软件。各项功能经过真机测试,均已达到预期效果。

关键词：移动感知智能手机防盗远程控制

来源：评论

学校读者我要写书评

暂无评论

一种改进的粒子滤波算法及其在GPS/DR组合定位中的应用

引用

计算机科学 2016年第9期43卷 218-222页

作者：杜航原王文剑白亮山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室太原030006

针对粒子滤波的重要性密度函数选择问题,提出一种基于集合卡尔曼滤波(Ensemble Kalman Filter,EnKF)的改进粒子滤波算法。该方法利用集合卡尔曼滤波产生粒子滤波在每一时刻各粒子的重要性密度函数,在融合最新观测信息的同时,使重要性密... 详细信息

针对粒子滤波的重要性密度函数选择问题,提出一种基于集合卡尔曼滤波(Ensemble Kalman Filter,EnKF)的改进粒子滤波算法。该方法利用集合卡尔曼滤波产生粒子滤波在每一时刻各粒子的重要性密度函数,在融合最新观测信息的同时,使重要性密度函数更加符合状态的真实后验概率分布。为消除样本枯竭现象,对重采样后的粒子进行马尔科夫链蒙特卡洛处理。在仿真实验中,将新算法用于GPS/DR组合定位系统,与粒子滤波、扩展卡尔曼粒子滤波以及无迹粒子滤波进行比较。仿真结果表明,该算法的估计精度高于传统粒子滤波算法,同时其能够有效控制计算量,并且在粒子数目较少时仍能保证较好的估计性能。

关键词：粒子滤波重要性密度函数集合卡尔曼滤波组合定位系统

来源：评论

学校读者我要写书评

暂无评论

组合粗尺度异质性和细尺度匀质性的像元交换算法用于超分辨率制图

引用

计算机科学 2016年第2期43卷 38-40页

作者：胡建龙李德玉白鹤祥山西大学计算机与信息技术学院太原030006 山西大学计算智能与中文信息处理教育部重点实验室太原030006

空间依赖性的刻画对超分辨率制图方法起着关键作用。根据观察及实验,粗尺度空间能更好地刻画空间地物异质性,同时细尺度空间能更好地刻画空间地物的匀质性。因此提出了一种结合粗尺度空间异质性和细尺度空间匀质性的像元交换算法用于超... 详细信息

空间依赖性的刻画对超分辨率制图方法起着关键作用。根据观察及实验,粗尺度空间能更好地刻画空间地物异质性,同时细尺度空间能更好地刻画空间地物的匀质性。因此提出了一种结合粗尺度空间异质性和细尺度空间匀质性的像元交换算法用于超分辨率制图。提出的基于组合粗尺度异质性和细尺度匀质性的空间依赖性度量能更好地刻画复杂地物环境。在合成影像上的实验结果验证了提出的算法能在保持分数信息不变的前提下获得更高的制图精度。

关键词：匀质性异质性超分辨率制图

来源：评论

学校读者我要写书评

暂无评论

基于词语相关度的微博新情感词自动识别

引用

计算机应用 2016年第2期36卷 424-427页

作者：陈鑫王素格廖健山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室(山西大学) 太原030006

针对微博中新情感词的识别问题,提出了一种基于词语相关度的微博新情感词自动识别方法。首先,对于分词软件把一个新词错分成几个词的问题,利用组合思想将相邻词进行合并作为新词的候选词;其次,为了充分利用词语上下文的语义信息,采用神... 详细信息

针对微博中新情感词的识别问题,提出了一种基于词语相关度的微博新情感词自动识别方法。首先,对于分词软件把一个新词错分成几个词的问题,利用组合思想将相邻词进行合并作为新词的候选词;其次,为了充分利用词语上下文的语义信息,采用神经网络训练语料获得候选新词的空间表示向量;最后,利用已有的情感词典作为指导,融合基于词表集合的关联度排序和最大关联度排序算法,在候选词上筛选,获得最终的情感新词。在COAE2014(第六届中文倾向性分析评测)任务3语料上,提出的融合算法与点互信息(PMI)、增强互信息(EMI)、多词表达距离(MED)、新词语概率(NWP)以及基于词向量的新词识别方法相比,准确率至少提高了22%,说明该方法自动识别微博新情感词效果优于其他五种方法。

关键词：情感词识别词语相关度词向量排序算法微博

来源：评论

学校读者我要写书评

暂无评论

基于汉语框架语义网的篇章关系识别

基于汉语框架语义网的篇章关系识别

引用

第十六届全国计算语言学学术会议暨第五届基于自然标注大数据的自然语言处理国际学术研讨会

作者：李国臣张雅星李茹山西大学计算机与信息技术学院山西太原 030006 太原工业学院计算机工程系山西太原 030006 山西大学计算机与信息技术学院山西太原 030006 山西大学计算机与信息技术学院山西太原 030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原 030008 山西省大数据挖掘与智能技术协同创新中心山西太原 030006

篇章关系识别是篇章分析中一项具有挑战性的子任务.传统的篇章关系分析主要是用篇章的局部特征对篇章关系进行分析,但是局部特征无法直接诠释篇章单元的外部语义关系,因此本文基于汉语框架语义网识别篇章关系,在框架语义层面对篇章单元... 详细信息

篇章关系识别是篇章分析中一项具有挑战性的子任务.传统的篇章关系分析主要是用篇章的局部特征对篇章关系进行分析,但是局部特征无法直接诠释篇章单元的外部语义关系,因此本文基于汉语框架语义网识别篇章关系,在框架语义层面对篇章单元进行分析.本文主要利用汉语框架语义网中的目标词,对篇章单元进行分析,从而识别出篇章关系.本文的实验结果表明,核心目标词更能完整表达篇章单元的核心语义,对篇章关系的识别有较好的效果.

关键词：汉语框架语义网篇章单元关系识别核心目标词

来源：评论

学校读者我要写书评

暂无评论

符号数据的无监督学习:一种空间变换方法

引用

计算机科学 2016年第1期43卷 89-93,121页

作者：王建新钱宇华山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室太原030006 山西大学智能信息处理研究所太原030006

近年来符号数据的无监督学习在模式识别、机器学习、数据挖掘和知识发现等诸多领域扮演着越来越重要的角色。然而现有的针对符号数据的聚类算法(经典的K-modes系列算法等),相比数值型数据的聚类算法,在性能方面仍然有很大的提升空间。... 详细信息

近年来符号数据的无监督学习在模式识别、机器学习、数据挖掘和知识发现等诸多领域扮演着越来越重要的角色。然而现有的针对符号数据的聚类算法(经典的K-modes系列算法等),相比数值型数据的聚类算法,在性能方面仍然有很大的提升空间。其根本原因在于符号数据缺乏类似数值数据那样清晰的空间结构。为了能够有效地发掘符号数据内在的空间结构,采用了一种全新的数据表示方案:空间变换方法。该方法将符号数据映射到相应的由原来的属性组成的新的维度的欧氏空间中。在这一框架的基础上,为了找到符号数据更有代表性的模式,结合CarreiraPerpin提出的K-modes算法进行无监督学习。在9个常用的UCI符号数据集上进行了测试,与传统的符号数据聚类算法进行了实验比较,结果表明几乎在所有的数据集上提出的方法都是更加有效的。

关键词：符号数据数据表示方案空间变换

来源：评论

学校读者我要写书评

暂无评论

一种改进的PrefixSpan算法及其在Web用户行为模式挖掘中的应用

引用

计算机科学 2016年第1期43卷 25-29页

作者：姬浩博王俊红山西大学计算机与信息技术学院太原030006 山西大学计算机智能与中文信息处理教育部重点实验室太原030006

序列模式挖掘是从序列数据库中挖掘相对时间或其他模式出现频率高的模式。针对PrefixSpan算法构造投影数据库时开销巨大、扫描效率不高的问题,通过以序列扩展代替项集进行扩展、放弃挖掘序列数小于阈值min_support的投影数据库以及直接... 详细信息

序列模式挖掘是从序列数据库中挖掘相对时间或其他模式出现频率高的模式。针对PrefixSpan算法构造投影数据库时开销巨大、扫描效率不高的问题,通过以序列扩展代替项集进行扩展、放弃挖掘序列数小于阈值min_support的投影数据库以及直接递归局部频繁项等方式进行改进,并将改进方法应用于Web用户行为模式挖掘中,对日志记录中的规律进行分析和研究。实验分析表明,相比PrefixSpan算法,该改进算法在算法效率方面有一定的提高。

关键词：序列模式挖掘 Web日志挖掘 PrefixSpan算法

来源：评论

学校读者我要写书评

暂无评论

框架关系推理在阅读问答中的应用

引用

小型微型计算机系统 2016年第7期37卷 1455-1458页

作者：张旭华李茹王智强吕国英柴清华山西大学计算机与信息技术学院太原030006 计算智能与中文信息处理教育部重点实验室太原030006 山西大学外国语学院太原030006

推理是自然语言处理中的一个重要研究课题.基于汉语框架网提出一种框架关系推理方法,该方法利用框架关系、框架元素关系等构建汉语篇章中语义信息单元之间的联系来实现推理.并将其应用到阅读理解问答任务中,对问题进行框架语义分析,构... 详细信息

推理是自然语言处理中的一个重要研究课题.基于汉语框架网提出一种框架关系推理方法,该方法利用框架关系、框架元素关系等构建汉语篇章中语义信息单元之间的联系来实现推理.并将其应用到阅读理解问答任务中,对问题进行框架语义分析,构建问题和篇章之间的语义推理路径.本文给出的答案除了包含答案的句子外,还根据语义角色将答案句中相应的语块抽取出来,给出了语块级别的答案.本文在551个阅读理解问题上进行实验,结果表明本文基于框架语义推理的答案获取方法,无论在句子级别还是语块级别都获得了较好的结果.

关键词：框架关系推理阅读理解问答语义角色标注

来源：评论

学校读者我要写书评

暂无评论

基于DNN的汉语框架识别研究

引用

中文信息学报 2016年第6期30卷 75-83页

作者：赵红燕李茹张晟张力文山西大学计算机与信息技术学院山西太原030006 太原科技大学计算机科学与技术学院山西太原030024 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006

框架识别是语义角色标注的基本任务,它是根据目标词激起的语义场景,为其分配一个合适的语义框架。目前框架识别的研究主要是基于统计机器学习方法,把它看作多分类问题,框架识别的性能主要依赖于人工选择的特征。然而,人工选择特征的有... 详细信息

框架识别是语义角色标注的基本任务,它是根据目标词激起的语义场景,为其分配一个合适的语义框架。目前框架识别的研究主要是基于统计机器学习方法,把它看作多分类问题,框架识别的性能主要依赖于人工选择的特征。然而,人工选择特征的有效性和完备性无法保证。深度神经网络自动学习特征的能力,为我们提供了新思路。该文探索了利用深度神经网络自动学习目标词上下文特征,建立了一种新的通用的框架识别模型,在汉语框架网和《人民日报》2003年3月新闻语料上分别取得了79.64%和78.58%的准确率,实验证明该模型具有较好的泛化能力。

关键词：汉语框架框架识别深度神经网络分布式表征

来源：评论

学校读者我要写书评

暂无评论

基于双论域犹豫三角模糊多粒度粗糙集的疾病诊断

引用

模糊系统与数学 2016年第6期30卷 141-148页

作者：张超李德玉闫燕山西大学计算机与信息技术学院山西太原030006 计算智能与中文信息处理教育部重点实验室山西太原030006 北京大学口腔医学院北京100089

在临床决策领域,疾病诊断已成为较为复杂的决策问题之一。医疗专家在疾病诊断过程中不仅需要处理大量的不确定性信息,而且需要综合不同医疗专家的意见来给出最终的诊断结果。为了解决以上疾病诊断中普遍存在的不确定性数据分析以及群决... 详细信息

在临床决策领域,疾病诊断已成为较为复杂的决策问题之一。医疗专家在疾病诊断过程中不仅需要处理大量的不确定性信息,而且需要综合不同医疗专家的意见来给出最终的诊断结果。为了解决以上疾病诊断中普遍存在的不确定性数据分析以及群决策的问题,通过结合犹豫三角模糊集和多粒度粗糙集,提出双论域犹豫三角模糊多粒度粗糙集的概念。在此基础上,提出以疾病诊断为背景的决策模型并用算例阐述所提出模型的有效性。

关键词：疾病诊断不确定性数据分析群决策犹豫三角模糊集多粒度粗糙集

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：