检索结果-内蒙古大学图书馆

广东技术师范大学学报 2021年第6期42卷 68-72页

作者：吕巨建赵慧民陈荣军战荫伟李键红广东技术师范大学计算机科学学院广东广州510665 广东工业大学计算机学院广东广州510006 广东外语外贸大学语言工程与计算实验室广东广州510006

针对目前数字图像处理课程教学中存在的教材内容固化陈旧、教学重理论轻应用、考核形式与课程性质和教学目标不一致等问题,提出以激发学习兴趣和培养应用能力为导向的教学改革方案,包括教学内容的调整优化、混合教学模式的创新应用、项... 详细信息

针对目前数字图像处理课程教学中存在的教材内容固化陈旧、教学重理论轻应用、考核形式与课程性质和教学目标不一致等问题,提出以激发学习兴趣和培养应用能力为导向的教学改革方案,包括教学内容的调整优化、混合教学模式的创新应用、项目驱动式的课程实验设计以及能力测试为主的考核方式改革四个方面.实践表明,该方案能够克服传统教学方法所存在的弊端、提高学生的学习兴趣和学习效果,有利于培养学生的实践应用能力.

关键词：数字图像处理应用能力培养教学改革兴趣引导

来源：评论

学校读者我要写书评

暂无评论

《现代汉语词典》中复杂词汇单位立目分析——词汇化视角

引用

辞书研究 2020年第2期 10-19,I0001页

作者：于屏方杜家利广东外语外贸大学中文学院广州510420 广东外语外贸大学语言工程与计算重点实验室广州510420

复杂词汇单位指在形式上大于词,功能上等于词的语言单位。在《现代汉语词典》各版本中,复杂词汇单位主要采取三种立目策略:分解策略、整体策略和兼容策略,但一部分复杂词汇单位立目策略的选择没有充分考虑复杂词汇单位自身的语言特点。... 详细信息

复杂词汇单位指在形式上大于词,功能上等于词的语言单位。在《现代汉语词典》各版本中,复杂词汇单位主要采取三种立目策略:分解策略、整体策略和兼容策略,但一部分复杂词汇单位立目策略的选择没有充分考虑复杂词汇单位自身的语言特点。文章从词汇化角度,分析汉语复杂词汇单位在语义组合性、内部结构的可分析性、结构可变性以及共现成分的可选性差异。文章认为,应根据复杂词汇单位自身特点采取适当的立目策略,即完全词汇化的复杂词汇单位应采取整体立目策略;隐喻词汇化的复杂词汇单位首先考虑分解立目策略,如共现成分具有唯一性,则考虑整体策略;弱词汇化或非词汇化复杂词汇单位立目应以分解策略为主。兼容性立目的数量应该控制。

关键词：词典立目《现代汉语词典》词汇化复杂词汇单位

来源：评论

学校读者我要写书评

暂无评论

基于主题聚类的短文本情绪分类方法

引用

计算机与数字工程 2020年第6期48卷 1400-1404,1439页

作者：林江豪顾也力周咏梅阳爱民陈锦广东外语外贸大学语言工程与计算实验室广州510006 广东外语外贸大学东方语言文化学院广州510420 广东外语外贸大学信息科学与技术学院广州510006

针对现有短文本细粒度情绪分类研究中的不足,提出基于概率潜在语义分析(PLSA)模型和K-means聚类的短文本细粒度情绪分类方法。基于PLSA计算获得语料集的文档与主题、词语与主题之间的概率矩阵;在词语与主题概率分布上,基于K-means算法... 详细信息

针对现有短文本细粒度情绪分类研究中的不足,提出基于概率潜在语义分析(PLSA)模型和K-means聚类的短文本细粒度情绪分类方法。基于PLSA计算获得语料集的文档与主题、词语与主题之间的概率矩阵;在词语与主题概率分布上,基于K-means算法对词汇在主题上的概率分布进行聚类,进而将相近主题进行合并处理;基于情感本体库,认为某一类情绪词汇出现的概率最高的主题与词汇的情绪类别相同,对合并后的主题进行情绪类别识别;最后,基于合并后的文档与主题概率矩阵,认为出现在某一主题概率最高的文档与主题的情绪类别相同,对文档情绪类别进行分类。实验结果表明,采用PLSA+K-means比PLSA可取得更高的分类准确率,总体分类准确率达到95.23%。

关键词：情绪分类情绪类别 PLSA模型 K-means

来源：评论

学校读者我要写书评

暂无评论

基于BP神经网络和VSM的台风灾害经济损失评估

引用

灾害学 2019年第1期34卷 22-26页

作者：林江豪阳爱民广东外语外贸大学语言工程与计算实验室广东广州510006 广东外语外贸大学信息科学与技术学院广东广州510006

统计了对广东省造成直接经济损失的台风数据,包括致灾因子、孕灾环境和承灾体等评估因子,对数据进行无量纲化、归一化处理,作为验证模型的数据集。建立BP神经网络和空间向量模型(VSM)相结合的综合评估模型,利用BP神经网络进行初步预测,... 详细信息

统计了对广东省造成直接经济损失的台风数据,包括致灾因子、孕灾环境和承灾体等评估因子,对数据进行无量纲化、归一化处理,作为验证模型的数据集。建立BP神经网络和空间向量模型(VSM)相结合的综合评估模型,利用BP神经网络进行初步预测,基于VSM对预测结果进行修正,从而构建台风灾害经济损失评估模型。将收集的历史台风经济损失数据分为训练和测试集,对模型进行训练和检验。经验证,采用BP神经网络和VSM相结合的台风灾害经济损失评估模型能够有效降低训练数据不足对评估结果的影响,平均误差率由30%降低到14%。

关键词：台风灾害经济损失 BP神经网络 VSM 损失评估广东

来源：评论

学校读者我要写书评

暂无评论

中文图文数据集构建

引用

武汉大学学报（理学版） 2020年第3期66卷 253-260页

作者：邓洲刘茂福胡慧君冯文贺武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065 广东外语外贸大学语言工程与计算实验室广东广州510420

为了从更深层次语义信息来描述图像,定义了图像、文本、事件文本、事件图、图像关键要素和文本关键要素六元组,以六元组为对象建立了中文图文数据集。基于事件语义模型与事件语义标注规范,在对采集的图像文本标注事件语义角色与事件关... 详细信息

为了从更深层次语义信息来描述图像,定义了图像、文本、事件文本、事件图、图像关键要素和文本关键要素六元组,以六元组为对象建立了中文图文数据集。基于事件语义模型与事件语义标注规范,在对采集的图像文本标注事件语义角色与事件关系的基础上,采用事件图对其语义进行形式化表示。对该中文图文数据集的统计分析表明,该数据集中各个事件语义角色都有所涉及且分布适中,图文对应区域数量相对句子长度表现适中,图文对数据质量较高。

关键词：图像标题生成事件语义角色图文数据集事件图

来源：评论

学校读者我要写书评

暂无评论

基于联合稀疏模型的黄瓜病害自动识别

引用

湖南农业大学学报（自然科学版） 2019年第4期45卷 444-448页

作者：吴亚榕李键红仲恺农业工程学院机电学院广东广州510225 广东外语外贸大学语言工程与计算实验室广东广州510006

提取黄瓜7种叶部病害图像颜色、形状和纹理的共26种特征进行研究,发现不同形式的特征在用同一样本集合稀疏表示时,它们的稀疏系数有着相似的结构.通过引入联合稀疏模型构造方程,对这一规律进行数学描述,使用加速近端梯度法求解联合稀疏... 详细信息

提取黄瓜7种叶部病害图像颜色、形状和纹理的共26种特征进行研究,发现不同形式的特征在用同一样本集合稀疏表示时,它们的稀疏系数有着相似的结构.通过引入联合稀疏模型构造方程,对这一规律进行数学描述,使用加速近端梯度法求解联合稀疏系数,最后借助重构误差来实现病害识别.试验表明,这一算法的正确识别率达到90.67%,较稀疏表示分类算法提高5.7%,计算消耗时间7.5 s,较稀疏表示分类算法缩短4.3 s.

关键词：黄瓜病害识别多任务学习联合稀疏模型加速近端梯度图像分割特征抽取

来源：评论

学校读者我要写书评

暂无评论

信息技术专利汉英语块库构建及应用研究

引用

解放军外国语学院学报 2020年第5期43卷 29-37页

作者：胡富茂王琳刘伍颖洛阳理工学院外国语学院河南洛阳471023 上海外国语大学贤达经济人文学院上海200083 广东外语外贸大学语言工程与计算实验室广东广州510420

汉英专利平行语料库和语块库是专利机器翻译和专利语块词典编纂的重要资源。本研究为构建信息技术专利汉英语块库提供资源、技术和方法,同时探讨其在机器翻译和词典编纂方面的应用。研究发现,N值3~6的双语语块在信息技术专利汉英语块库... 详细信息

汉英专利平行语料库和语块库是专利机器翻译和专利语块词典编纂的重要资源。本研究为构建信息技术专利汉英语块库提供资源、技术和方法,同时探讨其在机器翻译和词典编纂方面的应用。研究发现,N值3~6的双语语块在信息技术专利汉英语块库的数量比例较大,尤其是四字词(N=4)汉英专利语块数量达到全库的三分之一。这将为机器翻译、词典编纂以及语块教学等的相关研究带来启示,有助于语块实证研究的拓展。

关键词：信息技术专利汉英语块库语块词典平行语料库机器翻译

来源：评论

学校读者我要写书评

暂无评论

马来语领域多词组无监督识别

引用

中国科学技术大学学报 2019年第7期49卷 517-523页

作者：王琳刘伍颖上海外国语大学贤达经济人文学院上海200083 广东外语外贸大学语言工程与计算实验室广东广州510420

多词组是一种优化的语言复用粒度.,由于一些非通用语言的多词组与词之间缺乏显式形态边界,导致多词组自动识别困难.针对马来语领域多词组识别问题,提出一种基于自然标注的无监督抽取与聚类算法.算法首先采用空格符二值分类实现变长马来... 详细信息

多词组是一种优化的语言复用粒度.,由于一些非通用语言的多词组与词之间缺乏显式形态边界,导致多词组自动识别困难.针对马来语领域多词组识别问题,提出一种基于自然标注的无监督抽取与聚类算法.算法首先采用空格符二值分类实现变长马来语多词组抽取;然后将文档级的自然类别标注迁移到多词组级类别聚类;最后过滤掉通用多词组,萃取多个领域多词组数据集.在272 783马来语文本文档数据集上的实验结果表明,提出的算法不但能够精准地抽取多词组,而且能够高效地实现多词组领域词典聚类.

关键词：无监督识别多词组领域词典自然标注马来语

来源：评论

学校读者我要写书评

暂无评论

基于自相似性与多任务高斯过程回归的单帧图像超分辨率重建

引用

光学精密工程 2018年第11期26卷 2814-2826页

作者：李键红吴亚榕吕巨建广东外语言外贸大学语言工程与计算实验广东广州510006 仲恺农业工程学院仲恺科技服务公司广东广州510225 广东技术师范学院计算机学院广东广州510665

在单帧图像超分辨率问题中,基于高斯过程回归的超分辨率算法没有挖掘相似图像片间的关联关系或者无差别地用相似图像片来扩充训练集合,都会导致重建的高分辨率图像中存在明显的噪声和伪影。对此提出了一种基于多任务高斯过程回归的超分... 详细信息

在单帧图像超分辨率问题中,基于高斯过程回归的超分辨率算法没有挖掘相似图像片间的关联关系或者无差别地用相似图像片来扩充训练集合,都会导致重建的高分辨率图像中存在明显的噪声和伪影。对此提出了一种基于多任务高斯过程回归的超分辨率算法。该算法通过引入多任务学习思想,将输入的低分辨率图像进行分片处理,把每一个图像片的超分辨率过程视为一个任务。在对相似任务建模的过程中,通过最优化求解的参数集合来体现任务间的共性及差异,从而使模型的泛化能力和预测精度得以提高,在重建高分辨率图像清晰锐利的同时,噪声和伪影受到明显抑制。用常见的测试图像以及公开的图像测试集合进行的大量试验表明该算法在主观评价和客观评价两个方面均优于同类型算法及当前经典算法,峰值信噪比较其它常见超分辨率算法可提高约0.5dB。

关键词：单帧图像超分辨率多任务学习高斯过程回归图像自相似性最优化估计

来源：评论

学校读者我要写书评

暂无评论

描述逻辑εL~■和εLU~■表达力的刻画与比较

引用

计算机学报 2018年第4期41卷 898-914页

作者：申宇铭郝天永张倩生广东外语外贸大学思科信息学院广州510006 广东外语外贸大学语言工程与计算重点实验室广州510006 广东外语外贸大学金融学院广州510006

逻辑的表达力及其推理问题的计算复杂性一直是逻辑研究的两个重点.描述逻辑是一族重要的知识表示语言,目前,国内外对其计算复杂性的研究成果比较丰富.而对其表达力的研究相对较少.从逻辑语义的角度看,解释之间的互模拟关系是刻画表达力... 详细信息

逻辑的表达力及其推理问题的计算复杂性一直是逻辑研究的两个重点.描述逻辑是一族重要的知识表示语言,目前,国内外对其计算复杂性的研究成果比较丰富.而对其表达力的研究相对较少.从逻辑语义的角度看,解释之间的互模拟关系是刻画表达力的一个有效途径,其较具代表性的结论是刻画命题模态逻辑表达力的van Benthem定理.文中主要研究了包含顶概念、原子概念、原子概念否定、概念交和完全存在约束等5个概念构造子的描述逻辑εL~■,给出了εL~■模拟关系,建立了刻画εL~■表达力的van Benthem定理.在εL~■基础之上,再增加概念并构造子,还给出了刻画εLU~■表达力的van Benthem定理.在这些工作的基础上,给出了εL、εL~■、εLU和εLU~■等4个系统表达力之间的比较结果.再依据若干概念包含关系问题的计算复杂性结果,明确了如下结论:在表达力要求不高的情形下,可以优先选择εL作为知识的表示语言.而对表达力要求较高的情形下,应该优先选择ALC作为知识的表示语言.同时,在没有特殊要求的情况下,应尽量避免使用εL~■、εLU和εLU~■作为知识的表示语言.

关键词：描述逻辑概念描述术语公理集表达力

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：