检索结果-内蒙古大学图书馆

清华大学学报（自然科学版） 2011年第9期51卷 1167-1170页

作者：胡阿旭吕士良格根塔娜于洪志西北民族大学中国民族语言文字信息技术重点实验室兰州730030

基于实验的方法,对标准蒙古语松紧元音的言语空气动力特征进行了描述,找出了元音的松紧性变化和舌位的移动对于气流率、声门阻力、发声效率等6项空气动力参数的影响,并从元音的松紧和舌根位置的关系方面,验证了标准蒙古语的元音松紧和... 详细信息

基于实验的方法,对标准蒙古语松紧元音的言语空气动力特征进行了描述,找出了元音的松紧性变化和舌位的移动对于气流率、声门阻力、发声效率等6项空气动力参数的影响,并从元音的松紧和舌根位置的关系方面,验证了标准蒙古语的元音松紧和舌根位置变化有相互附带的关系。

关键词：松紧元音标准蒙古语言语空气动力

来源：评论

学校读者我要写书评

暂无评论

通过重叠社区结构识别社交网络中的影响力节点

引用

数据分析与知识发现 2022年第12期6卷 80-89页

作者：王烨桐江涛西北民族大学中国民族语言文字信息技术教育部重点实验室兰州730030

【目的】为快速找出网络中最具影响力的节点,提出使用重叠社区的影响力最大化方法 IMtoc。【方法】将整个社交网络分割为几个重叠社区,综合特征向量中心性最大的节点和重叠节点,选出候选种子集,然后通过贪心算法在候选集中找到最优的种... 详细信息

【目的】为快速找出网络中最具影响力的节点,提出使用重叠社区的影响力最大化方法 IMtoc。【方法】将整个社交网络分割为几个重叠社区,综合特征向量中心性最大的节点和重叠节点,选出候选种子集,然后通过贪心算法在候选集中找到最优的种子节点。【结果】对于大型社交网络Git_web_ml数据集,IMtoc算法的运行时间比CELF和IMRank算法快约91%和65%。【局限】影响力节点与重叠节点存在重合,造成部分节点代表性不足。【结论】IMtoc算法与现有方法相比存在一定优势,可以在影响范围和运行时间之间取得平衡。

关键词：社交网络重叠社区影响力最大化信息传播

来源：评论

学校读者我要写书评

暂无评论

蒙古民歌的嗓音分析初探

引用

清华大学学报（自然科学版） 2013年第6期53卷 856-859,882页

作者：格根塔娜于洪志胡阿旭乌日罕西北民族大学蒙古语言文化学院中国民族语言文字信息技术重点实验室兰州730030

该文通过提取基频、开商和速度商3个参数对蒙古长短调的嗓音特征进行分析,旨在探讨蒙古民歌的发声技巧的生理表现,并对比分析男女声嗓音特征的异同,从而总结长短调的不同发声方式的嗓音特点与参数之间的关系。研究结果发现:在演唱蒙古... 详细信息

该文通过提取基频、开商和速度商3个参数对蒙古长短调的嗓音特征进行分析,旨在探讨蒙古民歌的发声技巧的生理表现,并对比分析男女声嗓音特征的异同,从而总结长短调的不同发声方式的嗓音特点与参数之间的关系。研究结果发现:在演唱蒙古民歌时,女声的基频要高于男声,这是由女性的生理结构决定的;演唱长调时相比短调基频范围要更宽,基频的变化更为丰富;在演唱不同的蒙古民歌时嗓音3个参数表现不同,长调往往比短调有较高的基频,但短调却比长调有着更大的开商和速度商。

关键词：蒙古民歌嗓音特征声学分析

来源：评论

学校读者我要写书评

暂无评论

基于联合复杂网络Cn-RippleNet模型的推荐方法

引用

西北工业大学学报 2021年第5期39卷 1070-1076页

作者：罗宇泰徐涛徐章博西北民族大学中国民族语言文字信息技术教育部重点实验室甘肃兰州730030

RippleNet对用户偏好传播进行建模,并运用在推荐系统中,取得了良好的效果,但RippleNet没有考虑知识图谱中的实体权重,导致推荐的实体不够精确。提出了一种加入复杂网络节点影响力的Cn-RippleNet模型,在构建基于知识图谱的复杂网络之后,... 详细信息

RippleNet对用户偏好传播进行建模,并运用在推荐系统中,取得了良好的效果,但RippleNet没有考虑知识图谱中的实体权重,导致推荐的实体不够精确。提出了一种加入复杂网络节点影响力的Cn-RippleNet模型,在构建基于知识图谱的复杂网络之后,抽取其最大子网模型,计算图谱网络中节点影响力,并将其作为实体的权重添加至图谱实体中,最终计算出推荐结果。实验结果表明,该方法将RippleNet的AUC和ACC的值提高到了93.0%和85.6%,弥补了RippleNet没有考虑图谱实体影响力的问题,使推荐结果更符合用户预期。

关键词：知识图谱推荐系统复杂网络节点影响力 RippleNet

来源：评论

学校读者我要写书评

暂无评论

融合无监督特征的藏文分词方法研究

引用

中文信息学报 2017年第2期31卷 71-75,85页

作者：李亚超加羊吉江静何向真于洪志西北民族大学中国民族语言文字信息技术重点实验室甘肃兰州730030

藏文分词是藏文信息处理的基础性关键问题,目前基于序列标注的藏文分词方法大都采用音节位置特征和类别特征等。该文从无标注语料中抽取边界熵特征、邻接变化数特征、无监督间隔标注等无监督特征,并将之融合到基于序列标注的分词系统中... 详细信息

藏文分词是藏文信息处理的基础性关键问题,目前基于序列标注的藏文分词方法大都采用音节位置特征和类别特征等。该文从无标注语料中抽取边界熵特征、邻接变化数特征、无监督间隔标注等无监督特征,并将之融合到基于序列标注的分词系统中。从实验结果可以看出,与基线藏文分词系统相比,分词F值提高了0.97%,并且未登录词识别结果也有较大的提高。说明,该文从无标注数据中提取出的无监督特征较为有效,和有监督的分词模型融合到一起显著提高了基线分词系统的效果。

关键词：藏文分词序列标注

来源：评论

学校读者我要写书评

暂无评论

基于多特征的藏文微博情感倾向性分析

引用

中文信息学报 2017年第3期31卷 163-169页

作者：江涛袁斌于洪志加羊吉西北民族大学中国民族语言文字信息技术重点实验室甘肃兰州730030

中英文微博大都以单一语种来表述,而将近80%的藏文微博都是以藏汉混合文本形式呈现,若只针对藏文内容或中文内容进行情感倾向性分析会造成情感信息丢失,无法达到较好效果。根据藏文微博的表述特点,该文提出了基于多特征的情感倾向性分... 详细信息

中英文微博大都以单一语种来表述,而将近80%的藏文微博都是以藏汉混合文本形式呈现,若只针对藏文内容或中文内容进行情感倾向性分析会造成情感信息丢失,无法达到较好效果。根据藏文微博的表述特点,该文提出了基于多特征的情感倾向性分析算法,算法使用情感词、词性序列、句式信息和表情符号作为特征,并针对藏文微博常出现中文表述的情况,将中文的情感信息也作为特征进行情感计算,利用双语情感特征有效提高了情感倾向性分析的效果。实验显示,该方法对纯藏文表述的微博情感倾向性分析正确率可达到79.8%,针对藏汉双语表述的微博在加入中文情感词、中文标点符号等特征后,正确率能够达到82.8%。

关键词：藏文微博混合文本情感倾向情感词词性序列

来源：评论

学校读者我要写书评

暂无评论

基于Matlab唇形合成参数提取平台的实现

引用

计算机应用 2012年第A1期32卷 137-138,143页

作者：郑文思李永宏丁丽娟西北民族大学中国民族语言文字信息技术重点实验室兰州730030

唇形轮廓的准确提取是唇形合成的基础。实现了基于Matlab的唇形参数提取平台,平台实现的主要功能包括:文件读取,关键点标记,文件播放及显示,参数提取及数据存储。考虑到边缘检测的局限性,平台采用手动标记的方法标记关键点,得到了较理... 详细信息

唇形轮廓的准确提取是唇形合成的基础。实现了基于Matlab的唇形参数提取平台,平台实现的主要功能包括:文件读取,关键点标记,文件播放及显示,参数提取及数据存储。考虑到边缘检测的局限性,平台采用手动标记的方法标记关键点,得到了较理想的唇形曲线及唇形人脸动画参数(FAP)。实验证明,该方法简单、有效。

关键词：手动标记唇线提取参数提取唇形合成 Matlab

来源：评论

学校读者我要写书评

暂无评论

基于本体的唐卡图像标注方法

引用

吉林大学学报（工学版） 2020年第1期50卷 289-296页

作者：王铁君王维兰西北民族大学中国民族语言文字信息技术教育部重点实验室兰州730030 西北民族大学数学与计算机科学学院兰州730030

针对现有的图像自动标注算法对唐卡图像的自动标注和语义描述能力有限的缺点,提出了一种基于领域知识本体的唐卡图像语义标注方法。首先,构建了唐卡图像标注框架体系,然后,在前期唐卡图像中目标对象识别和分类的基础上,结合唐卡领域知... 详细信息

针对现有的图像自动标注算法对唐卡图像的自动标注和语义描述能力有限的缺点,提出了一种基于领域知识本体的唐卡图像语义标注方法。首先,构建了唐卡图像标注框架体系,然后,在前期唐卡图像中目标对象识别和分类的基础上,结合唐卡领域知识本体,对圣像类唐卡图像进行了两个层面的标注,即局部区域自动标注和基于本体的全局标注。实验结果表明,该标注方法对唐卡图像十分有效。

关键词：计算机应用唐卡图像图像标注领域本体

来源：评论

学校读者我要写书评

暂无评论

融合FCN和LSTM的视频异常事件检测

引用

上海交通大学学报 2021年第5期55卷 607-614页

作者：武光利郭振洲李雷霆王成祥甘肃政法大学网络空间安全学院兰州730070 西北民族大学中国民族语言文字信息技术教育部重点实验室兰州730070

针对传统视频异常检测模型的缺点,提出一种融合全卷积神经(FCN)网络和长短期记忆(LSTM)网络的网络结构.该网络结构可以进行像素级预测,并能精确定位异常区域.首先,利用卷积神经网络提取视频帧不同深度的图像特征;然后,把不同的图像特征... 详细信息

针对传统视频异常检测模型的缺点,提出一种融合全卷积神经(FCN)网络和长短期记忆(LSTM)网络的网络结构.该网络结构可以进行像素级预测,并能精确定位异常区域.首先,利用卷积神经网络提取视频帧不同深度的图像特征;然后,把不同的图像特征分别输入记忆网络分析时间序列的语义信息,并通过残差结构融合图像特征和语义信息;同时,采用跳级结构集成多模态下的融合特征并进行上采样,最终获得与原视频帧大小相同的预测图.所提网络结构模型在加州大学圣地亚哥分校(UCSD)异常检测数据集的ped 2子集和明尼苏达大学(UMN)人群活动数据集上进行测试,均取得了较好的结果.在UCSD上的等错误率低至6.6%,曲线下面积达到了98.2%,F 1分数达到了94.96%;在UMN上的等错误率低至7.1%,曲线下面积达到了93.7%,F 1分数达到了94.46%.

关键词：计算机视觉视频异常检测像素级预测全卷积神经网络长短期记忆网络

来源：评论

学校读者我要写书评

暂无评论

融合多层次特征的中文语义角色标注

引用

智能系统学报 2020年第1期15卷 107-113页

作者：王一成万福成马宁西北民族大学中国民族语言文字信息技术教育部重点实验室甘肃兰州730030 西北民族大学甘肃省民族语言智能处理重点实验室甘肃兰州730030

随着人工智能和中文信息处理技术的迅猛发展,自然语言处理相关研究已逐步深入到语义理解层次上,而中文语义角色标注则是语义理解领域的核心技术。在统计机器学习仍占主流的中文信息处理领域,传统的标注方法对句子的句法及语义的解析程... 详细信息

随着人工智能和中文信息处理技术的迅猛发展,自然语言处理相关研究已逐步深入到语义理解层次上,而中文语义角色标注则是语义理解领域的核心技术。在统计机器学习仍占主流的中文信息处理领域,传统的标注方法对句子的句法及语义的解析程度依赖较大,因而标注准确率受限较大,已无法满足当前需求。针对上述问题,对基于Bi-LSTM的中文语义角色标注基础模型进行了改进研究,在模型后处理阶段结合了Max pooling技术,训练时融入了词法和句式等多层次的语言学特征,以实现对原有标注模型的深入改进。通过多组实验论证,结合语言学辅助分析,提出针对性的改进方法从而使模型标注准确率得到了显著提升,证明了结合Max pooling技术的Bi-LSTM语义角色标注模型中融入相关语言学特征能够改进模型标注效果。

关键词：自然语言处理语义角色标注深度学习 Bi-LSTM 语言学特征后处理层 Max pooling

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：