检索结果-内蒙古大学图书馆

计算机工程与设计 2025年第3期46卷 641-647页

作者：李俊杰周喜马玉鹏王保全王轶中国科学院新疆理化技术研究所多语种信息技术研究室新疆乌鲁木齐830011 中国科学院大学计算机科学与技术学院北京100049 中国科学院新疆理化技术研究所新疆民族语音语言信息处理实验室新疆乌鲁木齐830011

为提高区块链上时空数据查询效率,结合布谷鸟过滤器思想,提出一种基于去中心化索引的区块链时空数据查询方法。采用Geohash算法为链上时空数据建立聚集性空间数据编码,通过计算编码前缀和分布式哈希表间距离构建去中心化索引网络,设计... 详细信息

为提高区块链上时空数据查询效率,结合布谷鸟过滤器思想,提出一种基于去中心化索引的区块链时空数据查询方法。采用Geohash算法为链上时空数据建立聚集性空间数据编码,通过计算编码前缀和分布式哈希表间距离构建去中心化索引网络,设计共轭布谷鸟时空索引结构实现对区块链时空数据的高效索引查询。实验通过搭建Hyperledger Fabric区块链网络,使用公开数据集验证方法的有效性,相较于已有代表性方案取得了查询效率的提升。

关键词：区块链区块链数据管理时空数据时空索引超级账本去中心化网络布谷鸟过滤器

来源：评论

学校读者我要写书评

暂无评论

少样本关系分类综述

引用

计算机工程与应用 2023年第9期59卷 1-12页

作者：刘涛柯尊旺吾守尔·斯拉木新疆大学软件学院乌鲁木齐830046 新疆多语种信息技术实验室乌鲁木齐830046 新疆多语种信息技术研究中心乌鲁木齐830046

少样本关系分类旨在通过少量的有标注训练样本,来挖掘自然语言文本中目标实体之间所蕴含的语义关系,以应对传统的关系分类方法所面临的资源匮乏问题,从而能够较好地推广到医学、金融以及民语处理等数据稀缺的特定领域。目前,少样本关系... 详细信息

少样本关系分类旨在通过少量的有标注训练样本,来挖掘自然语言文本中目标实体之间所蕴含的语义关系,以应对传统的关系分类方法所面临的资源匮乏问题,从而能够较好地推广到医学、金融以及民语处理等数据稀缺的特定领域。目前,少样本关系分类的相关研究工作均在元学习的训练策略下学习先验知识,并以此快速适应新的任务,其大体上可以划分为基于原型网络、基于预训练语言模型、基于参数优化以及基于图神经网络四种方式。回顾少样本关系分类的发展,对不同研究方法的优势和局限性进行深入剖析和总结,在此基础上,分析该领域当前所面临的棘手问题和挑战,并进一步对其未来的研究方向进行展望。

关键词：关系分类少样本学习度量学习元学习

来源：评论

学校读者我要写书评

暂无评论

基于卷积非负矩阵部分联合分解的强噪声单声道语音分离

引用

自动化学报 2020年第6期46卷 1200-1209页

作者：董兴磊胡英黄浩吾守尔·斯拉木新疆大学信息科学与工程学院乌鲁木齐830046 新疆大学多语种信息技术实验室乌鲁木齐830046

非负矩阵部分联合分解(Nonnegative matrix partial co-factorization,NMPCF)将指定源频谱作为边信息参与混合信号频谱的联合分解,以帮助确定指定源的基向量进而提高信号分离性能.卷积非负矩阵分解(Convolutive nonnegative matrix fact... 详细信息

非负矩阵部分联合分解(Nonnegative matrix partial co-factorization,NMPCF)将指定源频谱作为边信息参与混合信号频谱的联合分解,以帮助确定指定源的基向量进而提高信号分离性能.卷积非负矩阵分解(Convolutive nonnegative matrix factorization,CNMF)采用卷积基分解的方法进行矩阵分解,在单声道语音分离方面取得较好的效果.为了实现强噪声条件下的语音分离,本文结合以上两种算法的优势,提出一种基于卷积非负矩阵部分联合分解(Convolutive nonnegative partial matrix co-factorization,CNMPCF)的单声道语音分离算法.本算法首先通过基音检测算法得到混合信号的语音起始点,再据此确定混合信号中的纯噪声段,最后将混合信号频谱和噪声频谱进行卷积非负矩阵部分联合分解,得到语音基矩阵,进而得到分离的语音频谱和时域信号.实验中,混合语音信噪比(Signal noise ratio,SNR)选择以¡3 dB为间隔从0 dB至¡12 dB共5种SNR.实验结果表明,在不同噪声类型和噪声强度条件下,本文提出的CNMPCF方法相比于以上两种方法均有不同程度的提高.

关键词：卷积非负矩阵分解非负矩阵部分联合分解语音分离强噪声单声道

来源：评论

学校读者我要写书评

暂无评论

区分性模型组合中基于决策树的声学上下文建模方法

引用

自动化学报 2012年第9期38卷 1449-1458页

作者：黄浩李兵虎吾守尔.斯拉木新疆大学信息科学与工程学院乌鲁木齐830046 新疆大学多语种信息技术实验室乌鲁木齐830046

上下文相关的区分性模型组合的局限在于引入大的模型权重参数集,在数据有限时容易导致区分性权重训练过拟合.针对该问题,本文提出利用决策树进行上下文建模,采用最小音子错误准则构建决策树以获得最优上下文相关权重参数集.决策树构造... 详细信息

上下文相关的区分性模型组合的局限在于引入大的模型权重参数集,在数据有限时容易导致区分性权重训练过拟合.针对该问题,本文提出利用决策树进行上下文建模,采用最小音子错误准则构建决策树以获得最优上下文相关权重参数集.决策树构造过程中通过评估目标函数的一阶近似增量来加速最优问题集的选择,并利用精细问题集来获得更好的声学区分能力.基于多模型组合的语音识别实验表明,该方法能够增强权重训练对过拟合的鲁棒性,在大幅减小参数数量的情况下降低误识率,并优于在特征空间进行组合的方法.

关键词：区分性模型组合上下文建模声学决策树最小音子错误语音识别

来源：评论

学校读者我要写书评

暂无评论

维吾尔新文字大小写同形字母的识别

引用

计算机工程与设计 2014年第10期35卷 3674-3678页

作者：赵飞哈力木拉提·买买提艾尔肯·赛甫丁新疆大学多语种信息技术重点实验室

为有效识别出新维文中大小写同形字母,分析新维文的特点,提出一种基于模板匹配的大小写同形字母识别算法。根据同形字母中大写字母外轮廓大而小写字母外轮廓小的特点,统计字母外轮廓大小与全文字母外轮廓平均大小的比例值,进行字母的大... 详细信息

为有效识别出新维文中大小写同形字母,分析新维文的特点,提出一种基于模板匹配的大小写同形字母识别算法。根据同形字母中大写字母外轮廓大而小写字母外轮廓小的特点,统计字母外轮廓大小与全文字母外轮廓平均大小的比例值,进行字母的大小写判断。分析结果表明,该方法有效克服了传统模板匹配方法容易混淆同形字母的大小写的缺点,提高了系统的识别率。

关键词：维吾尔新文字同形字母大小写判断模板匹配字符识别外轮廓大小

来源：评论

学校读者我要写书评

暂无评论

维吾尔文智能输入法研究

引用

中文信息学报 2013年第2期27卷 98-102,117页

作者：米日姑·肉孜吐尔根·依布拉音麦热哈巴·艾力新疆大学信息科学与工程学院多语种信息技术重点实验室新疆乌鲁木齐830046

开发智能化的输入法是维吾尔文输入技术的一个发展方向,也是维吾尔文自然语言信息处理的基础性研究课题。该文根据维吾尔文自身特点,对用户输入过程中所犯各种错误进行分析,设计并实现了词语搭配知识库,提出了基于二元语法模型的一种新... 详细信息

开发智能化的输入法是维吾尔文输入技术的一个发展方向,也是维吾尔文自然语言信息处理的基础性研究课题。该文根据维吾尔文自身特点,对用户输入过程中所犯各种错误进行分析,设计并实现了词语搭配知识库,提出了基于二元语法模型的一种新型维吾尔文输入算法,并给出了实现其关键模块功能的程序流程图。它具有自动预测、自动联想输入和自动校对等功能。

关键词：中文信息处理维吾尔文智能输入法语言模型自动预测自动联想

来源：评论

学校读者我要写书评

暂无评论

基于Conformer的端到端语音识别模型的压缩优化策略

引用

信号处理 2022年第12期38卷 2639-2649页

作者：桑江坤努尔麦麦提·尤鲁瓦斯新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆多语种信息技术实验室新疆乌鲁木齐830046

随着深度学习的兴起,端到端语音识别模型受到越来越多的关注。最近,基于Conformer框架的提出,使得端到端语音识别模型的性能得到进一步的提升,同时在语音识别领域也得到了广泛的应用。然而,这些端到端模型由于内存和计算需求较大,所以... 详细信息

随着深度学习的兴起,端到端语音识别模型受到越来越多的关注。最近,基于Conformer框架的提出,使得端到端语音识别模型的性能得到进一步的提升,同时在语音识别领域也得到了广泛的应用。然而,这些端到端模型由于内存和计算需求较大,所以在资源有限的设备上部署和推理是受限的。该文为了保证模型精度损失较小的情况下,尽可能地减少模型的大小和计算量,分别采用了模型量化,基于权重通道的结构化剪枝以及奇异值分解等三种压缩优化策略,同时对模型量化进行了改进。探究了不同程度的压缩对模型精度损失所造成的影响。通过结合这些策略在不同设备进行了测试,相比于基线在其字错误率误差小于3%的情况下,模型推理识别的速度约提升3~4倍。

关键词：深度学习端到端语音识别 Conformer 量化剪枝分解

来源：评论

学校读者我要写书评

暂无评论

汉维时间数字和量词的识别与翻译研究

引用

中文信息学报 2016年第6期30卷 190-200页

作者：阿依古丽.哈力克艾山.吾买尔吐尔根.伊布拉音卡哈尔江.阿比的热西提买合木提.买买提新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆多语种信息技术重点实验室新疆乌鲁木齐830046

统计机器翻译对时间、数字、量词的泛化能力较弱,为了提高汉维机器翻译系统对时间、数字和量词短语的翻译性能,该文利用双语语料库挖掘并提取汉语时间、数字、量词表达与翻译模式,实现了基于模板的时间、数字、无歧义量词翻译方法及基... 详细信息

统计机器翻译对时间、数字、量词的泛化能力较弱,为了提高汉维机器翻译系统对时间、数字和量词短语的翻译性能,该文利用双语语料库挖掘并提取汉语时间、数字、量词表达与翻译模式,实现了基于模板的时间、数字、无歧义量词翻译方法及基于上下文的有歧义量词翻译方法。时间、数字、无歧义量词、有歧义量词的翻译F值达到了93.23%、90.15%、96.55%、87.58%,实验证明,该方法具有简单高效的优点。

关键词：时间数字无歧义量词有歧义量词翻译规则翻译模板

来源：评论

学校读者我要写书评

暂无评论

维吾尔文扫描页的倾斜校正

引用

计算机应用研究 2013年第5期30卷 1551-1553,1557页

作者：唐群群哈力木拉提.买买提艾尔肯.赛甫丁新疆大学信息科学与工程学院多语种信息技术重点实验室乌鲁木齐830046

为了方便维文图像的切分和识别工作,提出将基于凸多边形的最小面积外接矩形法和基线拟合法相结合的检测和校正图像方法。首先提取边缘像素生成凸多边形,利用基于凸多边形的最小面积外接矩形法实现初步的倾斜校正,再根据维文沿基线书写... 详细信息

为了方便维文图像的切分和识别工作,提出将基于凸多边形的最小面积外接矩形法和基线拟合法相结合的检测和校正图像方法。首先提取边缘像素生成凸多边形,利用基于凸多边形的最小面积外接矩形法实现初步的倾斜校正,再根据维文沿基线书写的特点,将图像细化后采用基线拟合的方法完成维文文本的精确校正。实验结果表明,该方法能够精确地检测出文本图像的倾斜角并校正,是行之有效的方法。

关键词：维文倾斜校正预处理外接矩形细化基线拟合

来源：评论

学校读者我要写书评

暂无评论

大数据下微博推荐算法

引用

激光杂志 2016年第6期37卷 1-6页

作者：张磊吾守尔.斯拉木买买提依明.哈斯木于清新疆大学多语种信息技术实验室乌木鲁齐830046

为了提高微博推荐算法的准确率和解决社交网络平台海量信息的问题。基于LDA(Latent Dirichlet Allocation)三层模型提出C-LDA(Collaborative Latent Dirichlet Allocation)四层模型,该模型不仅考虑被转发者对转发者的影响而且考虑了关... 详细信息

为了提高微博推荐算法的准确率和解决社交网络平台海量信息的问题。基于LDA(Latent Dirichlet Allocation)三层模型提出C-LDA(Collaborative Latent Dirichlet Allocation)四层模型,该模型不仅考虑被转发者对转发者的影响而且考虑了关注者产生的影响。综合特征词热度、用户负样本反馈以及遗忘曲线等因素改进吉布斯采样算法,使用改进后的吉布斯采样算法近似求解C-LDA模型。然后运用模型中用户与微博的主题概率向量计算相似度,进行Top-K微博推荐。与以往方法相比,该方法适用于具有时效性和互动性的微博应用场景,推荐的效果更加理想。最后基于Hadoop平台实现了吉布斯采样算法以及词汇热度算法的分布式处理,提高了处理微博海量数据的能力。实验结果表明,C-LDA算法的Perplexity值相较于传统的LDA算法降低了9.45%。基于C-LDA算法的Top-10推荐结果相较于RT-LDA算法准确率提高了11.23%,召回率提高了14.56%,F_(mearsure)提高了12.53%。在5个节点的集群上分布式处理任务的时间比单机减少了68%。

关键词：数据挖掘社交网络并行计算推荐系统

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：