-
题名融合多类型特征的特定领域实体识别研究
被引量：3
- 1
-
-
作者
雷树杰
邢富坤
王闻慧
-
机构
战略支援部队信息工程大学洛阳校区
青岛大学外语学院
-
出处
《计算机应用与软件》
北大核心
2019年第11期210-217,共8页
-
文摘
特定领域实体具有分布稀疏、类型有限、领域性强等特点,与普通命名实体具有较大差别,在使用神经网络模型构建识别模型中面临训练语料规模有限、带标实体稀疏等困难.以武器装备名识别为例,研究深度学习框架下,词性、句法和领域知识融入神经网络模型的方法和效果.实验结果表明,在融入词性和领域知识后,武器装备名识别的F值分别提升了0.97%与9.5%.此外,通过在不同语料规模下进行实验并定量分析不同类型特征的分布特点,初步给出造成不同类型特征对深度学习模型有着不同支持作用的原因.
-
关键词
英文武器装备名
Bi-LSTM+CRF
多类型特征
特征分析
-
Keywords
English military equipment name
Bi-LSTM+CRF
Multi-type feature
Feature analysis
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名小天体附着形貌特征快速优选
被引量：1
- 2
-
-
作者
修文博
何颖
朱圣英
刘延杰
-
机构
北京理工大学深空探测技术研究所
深空自主导航与控制工信部重点实验室
中国航天科技国际交流中心
青岛科技大学自动化与电子工程学院
-
出处
《深空探测学报（中英文）》
CSCD
北大核心
2024年第3期286-294,共9页
-
基金
基础科研项目(JCKY2021603B030)。
-
文摘
针对小天体附着过程中形貌特征复杂且数量众多,导致在线特征选取时特征组合数量多、计算量大、计算效率低等问题,提出了一种在线形貌特征快速选取方法。利用多类型特征快速评价指标结合搜索区域,建立了单帧图像特征快速优选的方法。同时,考虑到小天体附着过程中在线特征选取采样间隔短、帧间图像重合度高、特征继承概率高的特点,提出了帧间图像特征继承优选方法。仿真实验表明单帧图像搜索区域和帧间图像特征继承的设计,降低了特征组合数量,提升了计算效率,提高了在线特征选取速度。
-
关键词
小天体附着
多类型特征
特征快速选取
形貌特征
视觉导航
-
Keywords
asteroid landing
multi-type feature
rapid feature selection
morphology feature
visual navigation
-
分类号
V11
[航空宇航科学与技术—人机与环境工程]
-
-
题名多类型语音特征进化选择算法
- 3
-
-
作者
张小恒
谢文宾
李勇明
-
机构
重庆广播电视大学
重庆大学通信工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2016年第14期150-155,219,共7页
-
基金
国家自然科学基金(No.91438104)
中央高校基本科研业务费专项资金(No.CDJZR10160003
+3 种基金
No.CDJZR13160008
No.CDJZR155507)
中国博士后科学基金(No.2013M532153)
重庆市博士后科研项目特别资助
-
文摘
基于特征选择的语音特征获取用于说话人识别是目前较为有效的方式。但是,最优语音特征随着具体应用环境的变化而不同。因此,提出了基于四类型语音特征封装式遗传特征选择算法(FSF-Wr GAF),该算法提取了四种类型的语音特征参数,通过链式智能体遗传算法和GMM-UBM进行封装式动态特征选择,获取高精度的识别准确率。采用了多种指标完成该算法的性能测试。实验结果表明,该算法具体实现过程简便,改进效果明显,较同类算法在多项指标(识别率,EER,DET曲线)上都有显著提高。
-
关键词
说话人识别
多类型语音特征
链式智能体遗传算法
伽马通滤波器倒谱系数(GFCC)
梅尔频率倒谱系数(MFCC)
线性预测倒谱系数(LPCC)
-
Keywords
speaker recognition
multiple voice features types
chain-like agent genetic algorithm
Gammatone Frequency Cepstrum Coefficient（GFCC）
Mel Frequency Cepstrum Coefficient（MFCC）
Linear Prediction Cepstrum Coefficient（LPCC）
-
分类号
TN912
[电子电信—通信与信息系统]
-
