检索结果-内蒙古大学图书馆

计算机工程与应用 2017年第2期53卷 21-26,31页

作者：丁东付晓东岳昆昆明理工大学信息工程与自动化学院昆明650500 云南省计算机技术应用重点实验室昆明650500 云南大学信息学院昆明650091

随着电子商务领域的迅速发展,在线商品评价规模日益庞大,评价质量参差不齐,用户难以筛选有用评价信息做出购买决策,因此如何有效识别高质量评价信息成为重要议题。以在线商品评价的有用性投票为基础定义评价质量,使用贝叶斯网络表示在... 详细信息

随着电子商务领域的迅速发展,在线商品评价规模日益庞大,评价质量参差不齐,用户难以筛选有用评价信息做出购买决策,因此如何有效识别高质量评价信息成为重要议题。以在线商品评价的有用性投票为基础定义评价质量,使用贝叶斯网络表示在线商品评价的相似性及不确定性,通过对在线商品评价信息进行多维度特征统计,构建在线商品评价质量评估模型,使用概率推理机制对在线商品评价质量进行分类预测,并给出评价质量分类置信度。在真实数据集上验证模型有效性及高效性。

关键词：在线商品评价评价质量评价特征贝叶斯网络概率推理

来源：评论

学校读者我要写书评

暂无评论

《小型微型计算机系统》人工智能专栏征文

引用

小型微型计算机系统 2019年第5期40卷 952-952页

作者：严华付晓东岳昆刘骊刘利军昆明理工大学信息工程与自动化学院云南省计算机技术应用重点实验室昆明 650500 昆明理工大学航空学院昆明 650500 云南大学信息学院昆明 650091

人工智能是计算机科学的一个分支,随着技术的迅猛发展,已经成为当代最重要的技术之一.人工智能技术已广泛应用于科学发现、社会生活等领域.为了促进领域的学术交流和技术推广,进一步推动我国人工智能领域的发展,《小型微型计算机系统》...

人工智能是计算机科学的一个分支,随着技术的迅猛发展,已经成为当代最重要的技术之一.人工智能技术已广泛应用于科学发现、社会生活等领域.为了促进领域的学术交流和技术推广,进一步推动我国人工智能领域的发展,《小型微型计算机系统》杂志将于2019年9期(9月)出版人工智能专栏(正刊).

关键词：

来源：评论

学校读者我要写书评

暂无评论

最小费用最大流跨领域情感分类框架

引用

小型微型计算机系统 2017年第1期38卷 49-55页

作者：胡杨冯旭鹏戴丹刘利军黄青松昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学教育技术与网络中心昆明650500 云南省计算机技术应用重点实验室昆明650500

在对文本的情感极性进行分类的过程中,针对标注训练数据与待判断情感极性的数据来自不同领域,特征分布差异较大,导致传统监督学习方法分类准确率大幅下降的问题,提出基于最小费用最大流框架的跨领域情感分类方法.该方法将跨领域情感分... 详细信息

在对文本的情感极性进行分类的过程中,针对标注训练数据与待判断情感极性的数据来自不同领域,特征分布差异较大,导致传统监督学习方法分类准确率大幅下降的问题,提出基于最小费用最大流框架的跨领域情感分类方法.该方法将跨领域情感分类问题转化为最大化领域间传播信息量和最小化跨领域特征拟合损失量的双重最优化问题,并建立连接源领域和目标领域的费用容量网络,将信息量和损失量分别看作网络中的容量和费用权值,通过最小费用最大流框架解决上述双重最优化问题,调配训练数据特征权值.以更为直观的模型描述领域间的映射关系.实验发现,方法能有效提高跨领域情感分类的准确率.

关键词：跨领域情感分类双重最优化问题费用流量网络最小费用最大流领域映射关系

来源：评论

学校读者我要写书评

暂无评论

基于平行语料库的双语协同中文关系抽取

引用

计算机应用 2017年第4期37卷 1051-1055页

作者：郭勃冯旭鹏刘利军黄青松昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学教育技术与网络中心昆明650500 云南省计算机技术应用重点实验室(昆明理工大学) 昆明650500

针对在中文资源的关系抽取中,由于中文长句句式复杂,句法特征提取难度大、准确度低等问题,提出了一种基于平行语料库的双语协同中文关系抽取方法。首先在中英双语平行语料库中的英文语料上利用英文成熟的句法分析工具,将得到依存句法特... 详细信息

针对在中文资源的关系抽取中,由于中文长句句式复杂,句法特征提取难度大、准确度低等问题,提出了一种基于平行语料库的双语协同中文关系抽取方法。首先在中英双语平行语料库中的英文语料上利用英文成熟的句法分析工具,将得到依存句法特征用于英文关系抽取分类器的训练,然后与利用适合中文的n-gram特征在中文语料上训练的中文关系抽取分类器构成双语视图,最后再依靠标注映射后的平行语料库,将彼此高可靠性的语料加入对方训练语料进行双语协同训练,最终得到一个性能更好的中文关系抽取分类模型。通过对中文测试语料进行实验,结果表明该方法提高了基于弱监督方法的中文关系抽取性能,其F值提高了3.9个百分点。

关键词：弱监督学习关系抽取 n-gram 平行语料库双语协同训练

来源：评论

学校读者我要写书评

暂无评论

基于用户属性与覆盖范围的意见领袖挖掘研究

引用

计算机应用研究 2017年第12期34卷 3556-3559页

作者：李亚星王兆凯刘利军冯旭鹏黄青松昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学教育技术与网络中心昆明650500 云南省计算机技术应用重点实验室

针对微博信息的交互性和不确定性,提出一种基于用户属性与覆盖范围的意见领袖研究方法。该方法分别计算用户属性值和用户传播覆盖范围,根据粉丝忠实程度计算出用户属性值从而得到用户属性排名;利用用户间微博内容主题相似度构建贡献图,... 详细信息

针对微博信息的交互性和不确定性,提出一种基于用户属性与覆盖范围的意见领袖研究方法。该方法分别计算用户属性值和用户传播覆盖范围,根据粉丝忠实程度计算出用户属性值从而得到用户属性排名;利用用户间微博内容主题相似度构建贡献图,获得用户覆盖范围排名。最后,结合用户属性排名和用户覆盖范围排名生成最终的意见领袖排名。实验结果表明,该方法相比其他意见领袖挖掘方法有更好的效果。

关键词：意见领袖情感分析主题相似度贡献图延时传播

来源：评论

学校读者我要写书评

暂无评论

一种基于海量高维数据的软子空间聚类改进算法

引用

云南民族大学学报（自然科学版） 2018年第2期27卷 125-128,153页

作者：容会沈江炎韩珂周祖坤殷洪杰昆明冶金高等专科学校艺术设计学院云南昆明650033 昆明理工大学云南省计算机技术应用重点实验室云南昆明650500 昆明理工大学信息工程与自动化学院云南昆明650500 昆明冶金高等专科学校电气学院云南昆明650033 昆明冶金高等专科学校招生就业处云南昆明650033

基于加权的软子空间聚类是处理高维数据的一种有效手段,在原有的软子空间聚类算法基础上对目标函数进行改进,从而结出一种新的软子空间聚类算法.相较之原算法,此算法具有更高的抗噪性及聚类效率;通过与典型的软子空间聚类算法比较试验,... 详细信息

基于加权的软子空间聚类是处理高维数据的一种有效手段,在原有的软子空间聚类算法基础上对目标函数进行改进,从而结出一种新的软子空间聚类算法.相较之原算法,此算法具有更高的抗噪性及聚类效率;通过与典型的软子空间聚类算法比较试验,结果表明可有效提高海量高维数据的聚类处理效率.

关键词：高维数据软子空间聚类特征加权

来源：评论

学校读者我要写书评

暂无评论

基于NVST观测的米粒识别和形态特征分析

引用

科学通报 2016年第8期61卷 881-890页

作者：韩翠翠蒋霞杨云飞邓辉王锋冯松昆明理工大学信息工程与自动化学院云南省计算机技术应用重点实验室昆明650500

米粒组织是太阳表层对流运动所产生的一种形态特征.由于米粒强度分布不均匀以及边缘比较模糊,使得采用传统的基于强度和梯度阈值的方法来准确地识别它们变得困难.因此,本文提出了一个基于相位一致性的米粒识别算法.选用中国科学院云南... 详细信息

米粒组织是太阳表层对流运动所产生的一种形态特征.由于米粒强度分布不均匀以及边缘比较模糊,使得采用传统的基于强度和梯度阈值的方法来准确地识别它们变得困难.因此,本文提出了一个基于相位一致性的米粒识别算法.选用中国科学院云南天文台抚仙湖的新一代太阳真空望远镜(New Vaccum Sloar Telescope,简称NVST)的高分辨活动区观测资料来展示算法的识别过程,并根据识别结果分析了米粒的形态特征.选取了2个目前已存在的米粒识别算法来验证所提算法的准确性和有效性,实验结果表明所提算法能够有效地提取那些低对比度的米粒特征.同时为了检验算法对阈值的响应程度,分别选取了3组阈值来检验不同阈值情况下的差异性.结果证明所提算法对阈值响应不敏感.为了进一步检验所提算法获取统计结果的准确性,对米粒的直径、强度、形状以及分形维数进行统计.统计结果很好地符合了已有文献的结论,这也进一步验证所提算法的准确性和健壮性,能够用于进一步的科学研究.

关键词： NVST 米粒相位一致性技术

来源：评论

学校读者我要写书评

暂无评论

HRC-MAC:一种基于CDMA的强实时无线传感器MAC层协议算法

引用

计算机与数字工程 2017年第6期45卷 1105-1110页

作者：王中正王金星昆明理工大学信息工程与自动化学院昆明650500 云南省计算机技术应用重点实验室昆明650500

在强实时WSN中,现有基于竞争的通讯协议(如TDMA等)实时性较低,主要表现于在同一时刻只有一个传感器独占信道,其他需传输数据的传感器排队等待,这无法满足爆炸监测等应用。针对该现象论文提出了基于CDMA的HRC-MAC(hard real-time mac)协... 详细信息

在强实时WSN中,现有基于竞争的通讯协议(如TDMA等)实时性较低,主要表现于在同一时刻只有一个传感器独占信道,其他需传输数据的传感器排队等待,这无法满足爆炸监测等应用。针对该现象论文提出了基于CDMA的HRC-MAC(hard real-time mac)协议算法,利用CDMA码分复用的特点保证多个需传输数据的传感器共享信道同时进行传输,从而有效地提高了网络的实时性。实验数据显示该协议算法在网络传输延时方面有很大优化,实现了时间的多路复用,达到了强实时的同步通信。

关键词：无线传感器网络码分多址强实时通信 MAC协议

来源：评论

学校读者我要写书评

暂无评论

云资源池探针的故障检测方法研究

引用

软件 2017年第8期38卷 134-141页

作者：权鹏宇车文刚余任周志元昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学云南省计算机技术应用重点实验室云南昆明650500

随着大数据时代的发展,人们越来越重视保存历史数据,通过海量的历史数据挖掘数据潜藏的价值。在云计算与大数据发展的背景下,虚拟化资源产生的大量状态文件、日志信息将为云平台的故障诊断与预测提供了有力地预测与快速定位依据。通过... 详细信息

随着大数据时代的发展,人们越来越重视保存历史数据,通过海量的历史数据挖掘数据潜藏的价值。在云计算与大数据发展的背景下,虚拟化资源产生的大量状态文件、日志信息将为云平台的故障诊断与预测提供了有力地预测与快速定位依据。通过建立探针机制的挖掘虚拟化资源池日志等信息,找出其中潜在的关联信息。本文构建云计算资源池的大数据分析模型,通过利用大数据技术对资源池各管理层日志进行关联性分析,快速对故障和性能瓶颈进行探查,准确给出探查出的每层资源故障路径或性能瓶颈轨迹,以智能化的方式替换随机性和经验性的人工模式。通过注入云计算操作系统的控制台接口和日志、利用SDN技术对网络流量进行采集、通过存储虚拟化控制工具采集存储性能和日志,再结合现有应用性能分析系统API接口开发,研发基于探针技术的资源池故障及性能分析探针系统。通过该模型系统能对不同资源类型的数据和日志进行综合分析,从这些数据中捕获隐患信息和故障发生点的位置信息并予以可视化表示。

关键词：大数据虚拟化资源池探针故障检测

来源：评论

学校读者我要写书评

暂无评论

基于具有加权模糊隶属函数的神经网络的混沌时间序列预测

引用

软件 2017年第5期38卷 98-106页

作者：权鹏宇车文刚周志元龙婧昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学云南省计算机技术应用重点实验室云南昆明650500

本文提出了以时间延迟坐标嵌入方法为基础的周期性波动预测模型。此模型使用一种叫作具有加权模糊隶属函数的神经网络的神经模糊网络(NEWFM)。在主要综合指标的预处理时间序列中使用了时间延迟坐标嵌入方法,并将此序列用作此神经模糊网... 详细信息

本文提出了以时间延迟坐标嵌入方法为基础的周期性波动预测模型。此模型使用一种叫作具有加权模糊隶属函数的神经网络的神经模糊网络(NEWFM)。在主要综合指标的预处理时间序列中使用了时间延迟坐标嵌入方法,并将此序列用作此神经模糊网络的输入数据来预测商业周期。以小波变换为基础使用其他方法进行了对比性研究,并对性能比较进行了主成分分析。使用线性回归分析来测试预测结果,以比较输入数据与目标类别,国内生产总值的近似值。另外两个模型忽略了基于混沌的模型捕捉非线性动态模型和系统中的相互作用。检验结果表明基于混沌的方法能够有效地增强预测能力,因此表明此方法比其他方法具有更优越的性能。

关键词：加权模糊隶属函数时间坐标嵌入混沌时间序列预测模糊神经网络

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：