检索结果-内蒙古大学图书馆

东北师大学报（自然科学版） 2022年第4期54卷 77-86页

作者：刘正道努尔毕亚·亚地卡尔木特力甫·马木提阿力木江·艾沙库尔班·吾布力新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆大学多语种信息技术重点实验室新疆乌鲁木齐830046

为了能够保留更多的输入步态轮廓图的轮廓和纹理等信息,增加深浅特征融合的输入,提出了基于优化GaitSet模型的步态识别研究.首先,在原模型的基础上,采用了联合Loss优化,步态轮廓图的裁剪对齐为较大图片尺寸,并且进行进一步的论证;其次,... 详细信息

为了能够保留更多的输入步态轮廓图的轮廓和纹理等信息,增加深浅特征融合的输入,提出了基于优化GaitSet模型的步态识别研究.首先,在原模型的基础上,采用了联合Loss优化,步态轮廓图的裁剪对齐为较大图片尺寸,并且进行进一步的论证;其次,增加多尺度的感受野的特征输入和深浅特征融合;最后,在CASIA-B数据库上进行了验证.实验结果表明:LT样本规模及非相同视角下,NM状态下的识别率为97.309%,BG状态下的识别率为94.048%,CL状态下的识别率为81.736%.相比较原模型Rank-1的准确率有较大的提升.

关键词：步态识别优化研究 GaitSet 图像尺寸深浅特征融合

来源：评论

学校读者我要写书评

暂无评论

一种集成深度学习模型的旅游问句文本分类算法

引用

计算机工程 2020年第11期46卷 70-76页

作者：马喆康迪力亚尔·帕尔哈提早克热·卡德尔吐尔根·依布拉音西尔艾力·色提艾山·吾买尔新疆大学软件学院乌鲁木齐830046 新疆大学信息科学与工程学院乌鲁木齐830046 新疆大学新疆多语种信息技术重点实验室乌鲁木齐830046

为提高旅游问句文本中关键特征的利用率,提出一种集成词级卷积神经网络(WL-CNN)与句级双向长短期记忆(SL-Bi-LSTM)网络的旅游问句文本分类算法。利用WL-CNN和SL-Bi-LSTM分别学习词序列子空间向量和句序列深层语义信息,通过多头注意力机... 详细信息

为提高旅游问句文本中关键特征的利用率,提出一种集成词级卷积神经网络(WL-CNN)与句级双向长短期记忆(SL-Bi-LSTM)网络的旅游问句文本分类算法。利用WL-CNN和SL-Bi-LSTM分别学习词序列子空间向量和句序列深层语义信息,通过多头注意力机制将两种深度学习模型进行集成以实现旅游问句文本的语法和语义信息互补,并通过SoftMax分类器得到最终的旅游问句文本分类结果。实验结果表明,与基于传统深度学习模型的旅游问句文本分类算法相比,该算法在准确率和损失率上分别取得了0.9866和0.1277的最优结果,具有更好的分类效果。

关键词：子空间结构信息深层语义信息多头注意力机制卷积神经网络双向长短期记忆网络

来源：评论

学校读者我要写书评

暂无评论

一种基于HMM的维吾尔文联机手写识别的方法

引用

计算机工程与应用 2013年第24期49卷 175-178,237页

作者：陈晓娇哈力木拉提.买买提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

在维吾尔文联机手写识别过程的训练阶段,单词被切分成字母,经过特征提取和聚类形成特征向量作为模型的输入。构造出以字符为基元的隐马尔可夫模型(HMM),将其嵌入到识别字典网络中。通过基于HMM的分类识别器,最终得到识别结果。首次将消... 详细信息

在维吾尔文联机手写识别过程的训练阶段,单词被切分成字母,经过特征提取和聚类形成特征向量作为模型的输入。构造出以字符为基元的隐马尔可夫模型(HMM),将其嵌入到识别字典网络中。通过基于HMM的分类识别器,最终得到识别结果。首次将消除延迟笔画、建立有延迟笔画和无延迟笔画的字典的方法应用于维吾尔文手写识别中,取得了较高的识别率。

关键词：维吾尔文联机手写识别隐马尔可夫模型

来源：评论

学校读者我要写书评

暂无评论

抑制多模噪声的变步长NLMS-Newton算法研究

引用

现代电子技术 2018年第1期41卷 47-50,56页

作者：祁霄山拜.达拉拜解倩倩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

实际生活中产生的多模噪声会对信号产生严重的破坏甚至损失。传统LMS算法不仅收敛速度慢而且存在较大的稳态误差和失调量,故已不能很好地控制噪声。通过分析NLMS算法和Newton算法的优点,提出一种新的NLMS-Newton算法。该算法的收敛速度... 详细信息

实际生活中产生的多模噪声会对信号产生严重的破坏甚至损失。传统LMS算法不仅收敛速度慢而且存在较大的稳态误差和失调量,故已不能很好地控制噪声。通过分析NLMS算法和Newton算法的优点,提出一种新的NLMS-Newton算法。该算法的收敛速度高,计算复杂度减小,且应用了随信噪比变化的变步长并修正了自相关矩阵,降低了算法收敛后的稳态误差和失调量。通过仿真表明,NLMS-Newton算法在收敛速度及稳态误差等方面都有了较大改善,并且能在很好地抑制多模噪声的同时提取出有用信号。

关键词：多模噪声抑制 NLMS算法 Newton算法 NLMS-Newton算法自相关矩阵变步长

来源：评论

学校读者我要写书评

暂无评论

基于CRF和半监督学习的维吾尔文命名实体识别

引用

中文信息学报 2018年第11期32卷 16-26,33页

作者：王路路艾山.吾买尔买合木提.买买提卡哈尔江.阿比的热西提吐尔根.依布拉音新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆大学新疆多语种信息技术实验室新疆乌鲁木齐830046

目前,维吾尔文命名实体识别研究主要集中在单类实体,且没有引入半监督学习方法,从而无法利用未标注语料的无监督语义和结构信息。该文以条件随机场为基本框架,提出了一种基于半监督学习的维吾尔文命名实体识别方法。通过引入词法特征、... 详细信息

目前,维吾尔文命名实体识别研究主要集中在单类实体,且没有引入半监督学习方法,从而无法利用未标注语料的无监督语义和结构信息。该文以条件随机场为基本框架,提出了一种基于半监督学习的维吾尔文命名实体识别方法。通过引入词法特征、词典特征、以及基于词向量的无监督学习特征,对比不同特征对识别的影响,并对模型进行优化。实验表明,CRF模型融合多种特征时维吾尔文命名实体识别的F值达到87.43%,说明词法特征和无监督学习特征的有机结合,可以大大减少人工选取特征的工作量,同时也可提高维吾尔文命名实体识别的性能;CRF模型相比于神经网络模型,更适合用于实际应用中。

关键词：维吾尔文命名实体识别条件随机场半监督学习

来源：评论

学校读者我要写书评

暂无评论

基于Bi-LSTM-CRF模型的维吾尔语词干提取的研究

引用

中文信息学报 2019年第8期33卷 60-66页

作者：古丽尼格尔·阿不都外力吐尔根·依布拉音卡哈尔江·阿比的热西提王路路新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆大学新疆多语种信息技术实验室新疆乌鲁木齐830046

词干提取是维吾尔语自然语言处理中的基础性研究,其提取质量直接影响其他任务的性能。但目前维吾尔语词干提取研究存在过度切分、不切分和歧义切分等问题,这些问题导致词干提取质量不高,对后续任务的性能影响较大。因此该文提出了基于Bi... 详细信息

词干提取是维吾尔语自然语言处理中的基础性研究,其提取质量直接影响其他任务的性能。但目前维吾尔语词干提取研究存在过度切分、不切分和歧义切分等问题,这些问题导致词干提取质量不高,对后续任务的性能影响较大。因此该文提出了基于Bi-LSTM-CRF的维吾尔语词干提取模型,将字符作为最小切分单位,选取维吾尔语字符特征、音类特征以及语音特征为候选特征,结合模型进行实验。实验表明,该文提出的Bi-LSTM-CRF模型在维吾尔语词干提取任务上,F1值达到了88%,在融入手工提取的候选特征之后,F1值提高了1.8个点,有效提高了词干提取的准确性,缓解了上述问题带来的影响。

关键词：维吾尔语词干提取 Bi-LSTM-CRF

来源：评论

学校读者我要写书评

暂无评论

基于主动学习的SVM维吾尔语情感分析研究

引用

新疆大学学报（自然科学版） 2015年第4期32卷 447-452页

作者：李响吐尔根.依布拉音卡哈尔江.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 新疆大学新疆多语种信息技术重点实验室新疆乌鲁木齐830046

在维吾尔语网站和信息平台不断完善的同时,较大规模的带有个人情感的言论也逐渐增多,尤其是微博语料中的情感文本具有很大的现实意义.然而标注语料是一件耗费人力很大的工作.本文在少量已标注语料的基础上针对SVM模型,提出了一种维吾尔... 详细信息

在维吾尔语网站和信息平台不断完善的同时,较大规模的带有个人情感的言论也逐渐增多,尤其是微博语料中的情感文本具有很大的现实意义.然而标注语料是一件耗费人力很大的工作.本文在少量已标注语料的基础上针对SVM模型,提出了一种维吾尔语情感分类主动学习方法,加入了聚类代表性、样本差异性、分类不确定性三种策略,实现主动学习的维吾尔语情感分析.实验结果表明,主动学习在维吾尔语情感分类中的有效性,减少了人工标注的工作量,使得情感分类变得更省时省力,也略微提高了SVM的准确率.

关键词：维吾尔语情感分析 SVM 主动学习

来源：评论

学校读者我要写书评

暂无评论

基于用户关系的维吾尔文微博数据获取方法的研究

引用

新疆大学学报（自然科学版） 2015年第1期32卷 74-79页

作者：亚森.伊斯马伊力吐尔根.依布拉音卡哈尔江.阿比的热西提新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆大学新疆多语种信息技术重点实验室新疆乌鲁木齐830046

目前,互联网上的大部分群体性数据资源集中在微博、论坛等社交网络上.跨语言社会舆情分析是我国智能信息处理的一个研究热点.维吾尔语是我国主要少数民族语言之一,为了构建一个好的跨语言舆情分析系统,维吾尔文微博的数据获取显得尤为重... 详细信息

目前,互联网上的大部分群体性数据资源集中在微博、论坛等社交网络上.跨语言社会舆情分析是我国智能信息处理的一个研究热点.维吾尔语是我国主要少数民族语言之一,为了构建一个好的跨语言舆情分析系统,维吾尔文微博的数据获取显得尤为重要.维吾尔文微博数据获取最大的难点是微博开发商不提供API.本文以技术和经济为基础的"Guduk"微博为研究对象,提出了一种基于用户关系的维吾尔文微博数据获取爬虫系统方案,此方案解决了在不提供API情况下的数据获取难点.本文的研究为跨语言舆情分析系统提供大量的维吾尔文社交网络数据资源、数据获取方法和技术.

关键词：跨语言舆情数据获取用户关系网络爬虫微博API

来源：评论

学校读者我要写书评

暂无评论

基于层次匹配的维吾尔文关键词图像检索

引用

计算机工程与设计 2022年第12期43卷 3461-3467页

作者：宋志平朱亚俐吾尔尼沙·买买提徐学斌库尔班·吾布力新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆大学多语种信息技术重点实验室新疆乌鲁木齐830046

为提高维吾尔文文档图像检索精度,提出基于灰度共生矩阵(GLCM)与卷积神经网络的关键词图像分层检索算法。在浅层检索阶段对切分后的单词图像进行分块处理,计算每个子块图像的灰度共生矩阵特征参数,将各个子块特征进行串联融合,对单词数... 详细信息

为提高维吾尔文文档图像检索精度,提出基于灰度共生矩阵(GLCM)与卷积神经网络的关键词图像分层检索算法。在浅层检索阶段对切分后的单词图像进行分块处理,计算每个子块图像的灰度共生矩阵特征参数,将各个子块特征进行串联融合,对单词数据库进行浅层检索,过滤掉部分无关单词图像后形成候选单词库;在浅层检索的基础上进行深层检索,使用VGG16网络提取单词图像更深层次的空间域特征;使用网络提取的特征对候选图像库进行二次深层检索得到最终的检索结果。实验结果表明,检索的平均准确率和召回率分别为94.15%、82.03%,验证了该方法在维吾尔文文档图像检索中的有效性。

关键词：维吾尔文关键词检索 VGG16 灰度共生矩阵单词切分浅层检索深层检索

来源：评论

学校读者我要写书评

暂无评论

多模态数据融合综述

引用

计算机工程与应用 2021年第18期57卷 49-64页

作者：任泽裕王振超柯尊旺李哲吾守尔·斯拉木新疆多语种信息技术实验室新疆多语种信息技术研究中心乌鲁木齐830046 新疆大学信息科学与工程学院乌鲁木齐830046 新疆大学软件学院乌鲁木齐830046

随着当今信息技术的飞速发展,信息的存在形式多种多样,来源也十分广泛。不同的存在形式或信息来源均可被称之为一种模态,由两种或两种以上模态组成的数据称之为多模态数据。多模态数据融合负责将多个模态的信息进行有效的整合,汲取不同... 详细信息

随着当今信息技术的飞速发展,信息的存在形式多种多样,来源也十分广泛。不同的存在形式或信息来源均可被称之为一种模态,由两种或两种以上模态组成的数据称之为多模态数据。多模态数据融合负责将多个模态的信息进行有效的整合,汲取不同模态的优点,完成对信息的整合。自然现象具有十分丰富的特征,单一模态很难提供某个现象的完整信息。面对保持融合后具有各个模态信息的多样性以及完整性、使各个模态的优点最大化、减少融合过程造成的信息损失等方面的融合要求,如何对各个模态的信息进行融合成为了多个领域广泛存在的一个新挑战。简要阐述了常见的多模态融合方法、融合架构,总结了三个常见的融合模型,简要分析协同、联合、编解码器三大架构的优缺点以及多核学习、图像模型等具体融合方法。在多模态的应用方面,对多模态视频片段检索、综合多模态信息生成内容摘要、多模态情感分析、多模态人机对话系统进行了分析与总结。指出了当前多模态融合出现的问题,并提出未来的研究方向。

关键词：多模态多模态融合多模态融合架构机器学习神经网络

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：