期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于实例学习的并行负荷分配中的训练实例选择问题
1
作者 龙舜 林永听 王会进 《计算机研究与发展》 EI CSCD 北大核心 2008年第z1期228-232,共5页
基于实例学习的可适应性并行任务负荷分配算法能根据应用程序的静态特征估计其运算负荷,选定好的任务负荷分配方案使其多线程并行接近甚至达到最优,它具有低成本和高效率的特点.通过一系列实验,分析研究训练实例的选择对基于实例学习优... 基于实例学习的可适应性并行任务负荷分配算法能根据应用程序的静态特征估计其运算负荷,选定好的任务负荷分配方案使其多线程并行接近甚至达到最优,它具有低成本和高效率的特点.通过一系列实验,分析研究训练实例的选择对基于实例学习优化的效果的影响,从中总结一些有益的经验,以便进一步提高算法性能. 展开更多
关键词 运行性能 并行化 基于实例的学习 训练实例
在线阅读 下载PDF
基于Fuzzy Rough集模型的汉语人称代词消解 被引量:1
2
作者 李凡 刘启和 李洪伟 《计算机科学》 CSCD 北大核心 2010年第1期245-250,共6页
指代消解是自然语言处理中重要的研究课题之一。结合基于实例的学习方法,提出了一种基于Fuzzy Rough集模型的中文人称代词消解方法。该方法的第一步过滤掉与人称代词性别和单复数特征不一致的名词短语,构成候选集,然后按照仅涉及浅层语... 指代消解是自然语言处理中重要的研究课题之一。结合基于实例的学习方法,提出了一种基于Fuzzy Rough集模型的中文人称代词消解方法。该方法的第一步过滤掉与人称代词性别和单复数特征不一致的名词短语,构成候选集,然后按照仅涉及浅层语义和语法知识的属性集对其中的每个名词短语进行标记。第二步利用Fuzzy Rough集模型中相关概念选择代表性较强的实例,并对其进行属性值约简,以提高这些实例的泛化能力。以上两步即为学习阶段。第三步即可根据这些实例判断新输入的名词短语是否为代词的先行语。该方法用人民日报语料进行了测试,测试结果表明该方法是有效的。 展开更多
关键词 指代消解 先行语 FUZZY ROUGH集 基于实例的学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部