-
题名一种新的基于分层查询表的关键词识别模型
被引量：1
- 1
-
-
作者
安镇宙
杨鉴
仇汶
-
机构
云南大学信息学院
玉溪师范学院计算机科学系
-
出处
《计算机工程与应用》
CSCD
北大核心
2008年第2期224-226,240,共4页
-
基金
国家自然科学基金( the National Natural Science Foundation of China under Grant No.60265001) 。
-
文摘
关键词识别是近年来语音识别研究的一个热点。提出了一种新的基于分层查询表的关键词识别模型,该模型具有简单、实用、快速的特点。利用该模型实现了路况信息查询系统,取得了较高的识别率,具有一定的实用性。
-
关键词
关键词识别
分层查询
特征空间轨迹
并行DTW
-
Keywords
keyword spotting
layered query
feature space trace
parallel DTW
-
分类号
TP391.42
[自动化与计算机技术—计算机应用技术]
-
-
题名结合图模型和分层查询的半监督学习方法
- 2
-
-
作者
索南楞智
刘静静
刘萍
-
机构
甘肃民族师范学院计算机科学系
郑州澍青医学高等专科学校卫生管理系
武汉理工大学信息工程学院
-
出处
《计算机工程与设计》
北大核心
2017年第5期1252-1257,共6页
-
基金
国家自然科学基金项目(U1404602)
甘肃省教育厅基金项目(2014A-115)
-
文摘
针对大规模检索时半监督学习方法难以兼顾运算复杂度和学习精度的问题,提出一种高效、高精度的半监督学习方法,在不降低学习精度的前提下降低运算复杂度。设计用于图模型重建的复杂度函数,在给定的复杂度水平下,结合径向基函数重建最优的图模型;采用轮换授权算法,对图模型进行分层聚类,构建树结构;采用分层查询策略,沿着树自上而下地遍历各节点,贪婪搜索期望误差最小的节点,扩展已标记样本集,不断降低学习误差,提高学习精度。仿真实验表明,与现有的半监督学习方法相比,该方法的学习精度更高、运算复杂度更低。
-
关键词
主动学习
半监督
图模型
分层查询
径向基函数
期望误差
-
Keywords
active learning
semi-supervised
graph model
hierarchic query
radial basis function
expected error
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种高效的数据分层存储查询方法:HSQM
被引量：1
- 3
-
-
作者
李雪
李鸥
-
机构
解放军信息工程大学通信工程系
-
出处
《计算机工程与应用》
CSCD
北大核心
2008年第7期120-122,157,共4页
-
文摘
目前,在许多领域的业务中均需要存储用户的手机号码,并在随后的系统业务处理过程中通过手机号码对用户信息进行检索。针对这一现状,为了加快对用户信息的检索速度以提高系统性能,以数据挖掘预处理中基于概念树的数据浓缩思想为基础,提出了一种高效的存储查询方法:HSQM。该方法不仅可以节省数据库开销,而且还可以大大地提高系统的检索速度。
-
关键词
手机号码
分层查询
概念树
数据存储
-
Keywords
mobile telephone code
hierarchical query
concept tree
data storage
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于Agent的分层信息查询系统
被引量：3
- 4
-
-
作者
汤妹军
蒋建国
-
机构
合肥工业大学计算机与信息学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2003年第2期151-152,176,共3页
-
基金
教育部重点项目录00071
安徽省自然科学基金资助(编号:00043235)
-
文摘
随着Internet的发展,人们可以通过网络获得大量的信息资源,然而,Internet上的信息浩如烟海,而且增长和更新的速度越来越快,从巨量信息中找到所需的内容是一项极富挑战性的工作。论文提出了一种基于Agent的分层信息查询系统。通过分层,多个Agent协同并自主和智能地从网络中提取所需的信息,较传统的搜索系统具有更少的冗余。此外,针对查询过程中出现的几个问题进行了分析并给出了解决方案。
-
关键词
AGENT
分层信息查询系统
INTERNET
信息资源
搜索引擎
信息检索
-
Keywords
Agent a multiple-layer information inquiring system,coord ination
-
分类号
TP393.4
[自动化与计算机技术—计算机应用技术]
G354.4
[文化科学—情报学]
-
