检索结果-内蒙古大学图书馆

情报杂志 2015年第6期34卷 62-67页

作者：李晓超贾立国罗燕陈敏柳萌萌赵书良河北师范大学数学与信息科学学院石家庄050024 河北师范大学河北省计算数学与应用重点实验室石家庄050024 河北师范大学移动物联网研究院石家庄050024 河北师范大学教务处石家庄050024

布茨定律反映了英文文本同频词的分布规律,但布茨定律是否适用于中文文本很少有学者对其进行深入研究。为了探究布茨定律对于中文文本的适用性,揭示中文文本同频词的统计规律,对大量中文文本同频词进行统计研究,实验过程中注重了实验数... 详细信息

布茨定律反映了英文文本同频词的分布规律,但布茨定律是否适用于中文文本很少有学者对其进行深入研究。为了探究布茨定律对于中文文本的适用性,揭示中文文本同频词的统计规律,对大量中文文本同频词进行统计研究,实验过程中注重了实验数据规模的选取和文本长度跨度的设计。实验得出:随着文本长度的增大,低频词的同频词数与不同词数的比值并非定值,而是逐渐减小;低频词的同频词数与不同词数的关系呈幂函数增长。另外,随着文本长度的增大,低频词的同频词数与频次为1的同频词数的比值也非定值,而是逐渐增大。上述结果与布茨所做英文的实验不一致,故得出结论:布茨定律不适用于中文文本。

关键词：同频词齐普夫定律布茨定律低频词

来源：评论

学校读者我要写书评

暂无评论

中文文本同频词统计规律及在关键词提取中的应用

引用

计算机应用研究 2016年第4期33卷 1007-1012页

作者：李晓超赵书良罗燕陈敏柳萌萌河北师范大学数学与信息科学学院石家庄050024 河北师范大学河北省计算数学与应用重点实验室石家庄050024 河北师范大学移动物联网研究院石家庄050024

通过大量实验对中文文本中同频词的统计规律进行了研究,利用齐普夫定律推导出了适合中文文本的同频词数的数学表达式,能更准确地表示出不同长度的文本中各频次的同频词数;借助同频词数的数学表达式,重新确立了中文文本中高频词和低频词... 详细信息

通过大量实验对中文文本中同频词的统计规律进行了研究,利用齐普夫定律推导出了适合中文文本的同频词数的数学表达式,能更准确地表示出不同长度的文本中各频次的同频词数;借助同频词数的数学表达式,重新确立了中文文本中高频词和低频词的界分公式,并通过实验验证了该公式能够更好地界分高频词和低频词。将提出的统计规律应用于中文文本关键词提取,有效提高了关键词提取效率,在文本长度不小于3 010词的前提下,频次为1和频次为2的词不必参与TF-IDF值的计算,可将计算效率提高2~7倍,且没有造成关键词丢失。解决了学术界关心的如何处理中文低频词的问题,对关键词提取中如何处理低频词提供了可操作标准。

关键词：同频词齐普夫定律布茨定律关键词提取 TF-IDF算法

来源：评论

学校读者我要写书评

暂无评论

多尺度关联规则挖掘的尺度上推算法

引用

计算机应用研究 2015年第10期32卷 2924-2929页

作者：柳萌萌赵书良陈敏李晓超河北师范大学数学与信息科学学院石家庄050024 河北师范大学河北省计算数学与应用重点实验室石家庄050024 河北师范大学移动物联网研究院石家庄050024

多尺度理论已被引入到数据挖掘领域中,但目前多尺度数据挖掘的研究并不深入,缺乏普适性理论与方法。针对上述问题,研究了普适的多尺度数据挖掘理论,提出了尺度上推关联规则挖掘算法。首先基于概念分层理论给出了数据尺度划分和数据尺度... 详细信息

多尺度理论已被引入到数据挖掘领域中,但目前多尺度数据挖掘的研究并不深入,缺乏普适性理论与方法。针对上述问题,研究了普适的多尺度数据挖掘理论,提出了尺度上推关联规则挖掘算法。首先基于概念分层理论给出了数据尺度划分和数据尺度的定义;然后根据多尺度理论的研究重点阐明了多尺度数据挖掘的实质及研究核心;最后在多尺度数据理论研究的基础上提出了尺度上推关联规则挖掘算法SU-ARMA(scaling-up association rules mining algorithm)。该算法利用采样理论和Jaccard相似性系数对数据集挖掘结果中的频繁项集进行处理,实现了多尺度数据间知识的向上推导。利用人造数据集和H省全员人口真实数据集对算法进行了实验和分析,实验结果表明算法具有较高的覆盖率、精确度和较低的支持度估计误差,是可行且有效的。

关键词：多尺度概念分层频繁项集尺度上推多尺度关联规则挖掘

来源：评论

学校读者我要写书评

暂无评论

复合家庭类型细分方案——以河北省为例

引用

西南师范大学学报（自然科学版） 2016年第12期41卷 60-67页

作者：田伟王铮闫丽珍李绍康张敏刘劲松河北师范大学资源与环境科学学院石家庄050024 河北师范大学数学与信息科学学院石家庄050024 河北师范大学信息技术学院石家庄050024 河北省计算数学与应用重点实验室石家庄050024

基于河北省全员人口数据库,综合考虑了家庭所含代数,第一代家庭成员中的夫妻对数,是否存在隔代现象,夫妻是否残缺、是否流出等因素,提出了复合家庭类型的4类细分方案,将复合家庭分为40种Ⅳ级类型.基于关系数据模型,构建了复合家庭识别模... 详细信息

基于河北省全员人口数据库,综合考虑了家庭所含代数,第一代家庭成员中的夫妻对数,是否存在隔代现象,夫妻是否残缺、是否流出等因素,提出了复合家庭类型的4类细分方案,将复合家庭分为40种Ⅳ级类型.基于关系数据模型,构建了复合家庭识别模型.研究表明:河北省复合家庭占全部家庭的比重为2.44%,复合家庭平均户规模为7.38人/户.滹滏平原是河北省复合家庭占比高值区.复合家庭类型细分方案为开展复合家庭分类的理论研究和管理实践提供了统一的分类方案,复合家庭识别模型为揭示复合家庭分布规律和行为特征提供了基于人口大数据的分析模型.

关键词：复合家庭家庭内部结构识别模型全员人口数据库

来源：评论

学校读者我要写书评

暂无评论

基于词频统计的文本关键词提取方法

引用

计算机应用 2016年第3期36卷 718-725页

作者：罗燕赵书良李晓超韩玉辉丁亚飞河北师范大学数学与信息科学学院石家庄050024 河北师范大学河北省计算数学与应用重点实验室石家庄050024 河北师范大学移动物联网研究院石家庄050024

针对传统TF-IDF算法关键词提取效率低下及准确率欠佳的问题,提出一种基于词频统计的文本关键词提取方法。首先,通过齐普夫定律推导出文本中同频词数的计算公式;其次,根据同频词数计算公式确定文本中各频次词语所占比重,发现文本中绝大... 详细信息

针对传统TF-IDF算法关键词提取效率低下及准确率欠佳的问题,提出一种基于词频统计的文本关键词提取方法。首先,通过齐普夫定律推导出文本中同频词数的计算公式;其次,根据同频词数计算公式确定文本中各频次词语所占比重,发现文本中绝大多数是低频词;最后,将词频统计规律应用于关键词提取,提出基于词频统计的TFIDF算法。采用中、英文文本实验数据集进行仿真实验,其中推导出的同频词数计算公式平均相对误差未超过0.05;确立的各频次词语所占比重的最大误差绝对值为0.04;提出的基于词频统计的TF-IDF算法与传统TF-IDF算法相比,平均查准率、平均查全率和平均F1度量均有提高,而平均运行时间则均有降低。实验结果表明,在文本关键词提取中,基于词频统计的TF-IDF算法在查准率、查全率及F1指标上均优于传统TF-IDF算法,并能够有效减少关键词提取运行时间。

关键词：词频统计齐普夫定律同频词关键词提取 TF-IDF算法

来源：评论

学校读者我要写书评

暂无评论

分层多尺度决策信息系统的序贯三支决策

引用

南京大学学报（自然科学版） 2023年第6期59卷 981-995页

作者：刘芳李磊军米据生李美争河北师范大学数学科学学院石家庄050024 河北省计算数学与应用重点实验室石家庄050024 河北师范大学计算机与网络空间安全学院石家庄050024

传统信息系统中每个属性只有一个尺度,但随着海量数据的涌现,实际应用中经常是在多个尺度上处理和分析问题.三支决策是解决分类问题的一种经典方法,序贯三支决策是在三支决策的基础上进行多步决策的一种方法.将多尺度决策信息系统与三... 详细信息

传统信息系统中每个属性只有一个尺度,但随着海量数据的涌现,实际应用中经常是在多个尺度上处理和分析问题.三支决策是解决分类问题的一种经典方法,序贯三支决策是在三支决策的基础上进行多步决策的一种方法.将多尺度决策信息系统与三支决策相结合,基于决策理论粗糙集提出分层多尺度决策信息系统的序贯三支决策模型,得到动态变化的正域、负域、边界域.对多尺度决策信息系统进行分层,依次在分层后得到的多个单尺度决策信息系统上进行讨论,构建尺度层面的序贯结构;在每个单尺度决策信息系统上,通过增加属性的方式得到属性子集序列,诱导出多级粒度结构,构建该尺度下粒度层面的序贯结构.为此,给出两种属性子集序列的选择方法;在序贯三支决策过程中,利用相对损失函数计算阈值,并讨论了阈值的性质;最后给出序贯三支决策过程中的分类规则,并用实例说明提出的模型能有效地处理分类问题.

关键词：多尺度信息系统序贯三支决策粗糙集分层分类

来源：评论

学校读者我要写书评

暂无评论

基于城区距离的自适应加权均值滤波算法

引用

计算机应用 2013年第11期33卷 3197-3200页

作者：曹萌张有会王志巍董蕊郑英娟河北师范大学数学与信息科学学院石家庄050024 河北师范大学河北省计算数学与应用重点实验室石家庄050024 河北交通职业技术学院基础教学部石家庄050091

针对传统滤波窗口不能自适应扩展以及标准均值滤波易造成图像边缘模糊的缺陷,提出一种基于城区距离的自适应加权均值滤波算法。首先,利用开关滤波思想检测出噪声点;其次,对于每一噪声点,依据城区距离扩展窗口,窗口的大小根据窗口内信号... 详细信息

针对传统滤波窗口不能自适应扩展以及标准均值滤波易造成图像边缘模糊的缺陷,提出一种基于城区距离的自适应加权均值滤波算法。首先,利用开关滤波思想检测出噪声点;其次,对于每一噪声点,依据城区距离扩展窗口,窗口的大小根据窗口内信号点的个数自适应地调节;最后,将窗口内足够数量信号点的灰度的加权平均值作为噪声点的灰度值,实现对噪声点的有效恢复。实验结果表明,该算法能够有效地滤除椒盐噪声,尤其对噪声密度较大的图像,去噪效果更加显著。

关键词：城区距离自适应均值滤波高密度噪声图像去噪

来源：评论

学校读者我要写书评

暂无评论

概念格中基于粗糙熵的属性约简方法

引用

计算机科学 2018年第1期45卷 84-89页

作者：李美争李磊军米据生解滨河北师范大学信息技术学院石家庄050024 河北省网络与信息安全重点实验室石家庄050024 河北师范大学数学与信息科学学院石家庄050024 河北省计算数学与应用重点实验室石家庄050024

属性约简是概念格理论的研究重点内容之一。通过将粗糙熵引入概念格理论中,定义了一种粗糙熵约简。首先,基于所有概念外延定义了形式背景的粗糙熵,并分析了它的性质;其次,定义了形式背景的粗糙熵约简,并揭示了粗糙熵约简与概念格约简之... 详细信息

属性约简是概念格理论的研究重点内容之一。通过将粗糙熵引入概念格理论中,定义了一种粗糙熵约简。首先,基于所有概念外延定义了形式背景的粗糙熵,并分析了它的性质;其次,定义了形式背景的粗糙熵约简,并揭示了粗糙熵约简与概念格约简之间的关系;在此基础上,基于属性重要度设计了计算粗糙熵的启发式算法,并通过实验验证了该算法的有效性。

关键词：概念格属性约简启发式算法粗糙熵

来源：评论

学校读者我要写书评

暂无评论

曲率单调的组合二次Phillips q-Bézier曲线

引用

图学学报 2022年第3期43卷 443-452页

作者：梁吉娜解滨韩力文河北师范大学数学科学学院河北石家庄050024 河北师范大学计算机与网络空间安全学院河北石家庄050024 河北省计算数学与应用重点实验室河北石家庄050024 河北省数学与交叉科学国际联合研究中心河北石家庄050024

Phillips q-Bézier曲线是一类包含q-整数的广义Bézier曲线。针对二次Phillips q-Bézier曲线的曲率单调条件,从代数和几何两方面进行了研究,构造出曲率单调的二次Phillips q-Bézier曲线及曲率单调递减的组合二次Phil... 详细信息

Phillips q-Bézier曲线是一类包含q-整数的广义Bézier曲线。针对二次Phillips q-Bézier曲线的曲率单调条件,从代数和几何两方面进行了研究,构造出曲率单调的二次Phillips q-Bézier曲线及曲率单调递减的组合二次Phillipsq-Bézier曲线。首先,通过曲线曲率的坐标表示,探究代数形式的曲率单调条件,定义曲率单调包围圆,给出二次Phillips q-Bézier曲线具有单调曲率的几何充要条件。当形状参数q=1时,Phillips q-Bézier曲线退化为经典的Bézier曲线,因此上述曲率单调条件包含经典二次Bézier曲线的结果。其次,讨论二次Phillips q-Bézier曲线间的G^(2)光滑拼接条件及条件中的各个参数对拼接曲线的影响。再次,对于给定首末控制顶点的曲线,选择合适的中间控制顶点,求得使其具有单调曲率时形状参数的取值范围,构造出曲率单调的单条二次Phillips q-Bézier曲线。进而,构造出同时满足G^(2)拼接与曲率单调递减的组合二次Phillips q-Bézier曲线。最后,利用曲率单调递减的组合二次Phillipsq-Bézier曲线,构造出具有包含关系的两圆之间的缓和曲线。数值实例显示了组合二次Phillips q-Bézier曲线的造型优势和灵活性。

关键词： Phillips q-Bézier曲线单调曲率包围圆 G 拼接缓和曲线

来源：评论

学校读者我要写书评

暂无评论

基于TF-IDF和余弦相似度的文本分类方法

引用

中文信息学报 2017年第5期31卷 138-145页

作者：武永亮赵书良李长镜魏娜娣王子晏河北师范大学数学与信息科学学院河北石家庄050024 河北省计算数学与应用重点实验室河北石家庄050024 河北师范大学汇华学院河北石家庄050091 中国科学技术大学计算机科学与技术学院安徽合肥230022

文本分类是文本处理的基本任务。大数据处理时代的到来致使文本分类问题面临着新的挑战。研究者已经针对不同情况提出多种文本分类算法,如KNN、朴素贝叶斯、支持向量机及一系列改进算法。这些算法的性能取决于固定数据集,不具有自学习... 详细信息

文本分类是文本处理的基本任务。大数据处理时代的到来致使文本分类问题面临着新的挑战。研究者已经针对不同情况提出多种文本分类算法,如KNN、朴素贝叶斯、支持向量机及一系列改进算法。这些算法的性能取决于固定数据集,不具有自学习功能。该文提出一种新的文本分类方法,包括三个步骤:基于TF-IDF方法提取类别关键词;通过类别关键词和待分类文本关键词的相似性进行文本分类;在分类过程中更新类别关键词改进分类器性能。仿真实验结果表明,本文提出方法的准确度较目前常用方法有较大提高,在实验数据集上分类准确度达到90%,当文本数据量较大时,分类准确度可达到95%。算法初次使用时,需要一定的训练样本和训练时间,但分类时间可下降到其他算法的十分之一。该方法具有自学习模块,在分类过程中,可以根据分类经验自动更新类别关键词,保证分类器准确率,具有很强的现实应用性。

关键词：文本分类大数据 TF-IDF 余弦相似度类别关键词

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：