-
题名基于转发关系和单词特征的微博话题识别模型
- 1
-
-
作者
钱晨嗣
陈伟鹤
-
机构
江苏大学计算机科学与通信工程学院
-
出处
《信息技术》
2018年第9期44-49,54,共7页
-
基金
江苏省六大人才高峰项目(2014_WLW_012)
江苏省重点研发计划(社会发展)项目(BE2016630)
江苏省重点研发计划(社会发展)项目(BE2015617)
-
文摘
相对一般文本,微博中包含大量的转发关系,传统的文本中挖掘算法不能很好地建模。单词具有情感特征,且微博话题标签更够揭示本中的主要内容。针对以上两点提出基于转发关系和单词特征的主题模型。该模型首先将用户主题模型和转发关系结合,然后根据单词特征求话题权重以新话题列表。实验表明该模型可能取得较好的效果。
-
关键词
微博话题
转发关系
单词特征
情感特征
微博标签
-
Keywords
microblog topic
forward relationship
word features
emotional feature
microblog hashtag
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名基于BoF和迹变换多特征融合的图像纹理分类研究
被引量：1
- 2
-
-
作者
常玉祥
汪宇玲
陈立
-
机构
东华理工大学信息工程学院
-
出处
《现代电子技术》
2023年第11期43-50,共8页
-
基金
国家自然科学基金项目(62066003)
江西省核地学数据科学与系统工程技术研究中心开放基金(JETRCNGDSS202006)。
-
文摘
针对BoF模型缺少几何特征、结构特征的表达,对纹理图像特征描述不充分等问题,提出一种基于BoF和迹变换多特征融合的图像纹理分类方法。首先通过关键点检测的方法获取纹理图像的碎片化图像,然后提取碎片化图像的迹变换特征和SIFT特征,通过特征交叉编码的方式和动态鉴别能量的方法,获取迹变换特征和SIFT特征的融合特征并进行特征单词优选,再以BoF模型进行特征编码,最后输入到支持向量机(SVM)中进行训练、预测和分类。实验在OutexTC10/TC12000和KTHTIPS纹理数据集上分别取得了100%、99.87%和97.6%的识别精度,结果表明该设计方法对具有几何特征、结构特征的纹理图像可以获得较好的分类效果,有效地提高了纹理分类的识别性能。
-
关键词
图像纹理分类
特征融合
BoF模型
迹变换
特征单词优选
特征编码
实验分析
-
Keywords
image texture classification
feature fusion
BoF model
trace transform
feature word optimization
feature coding
experimental analysis
-
分类号
TN911.73-34
[电子电信—通信与信息系统]
-
