期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于CRFs边缘概率的中文分词 被引量:19
1
作者 罗彦彦 黄德根 《中文信息学报》 CSCD 北大核心 2009年第5期3-8,共6页
将分词问题转化为序列标注问题,使用CRFs标注器进行序列标注是近年来广泛采用的分词方法。针对这一方法中CRFs的标记错误问题,该文提出基于CRFs边缘概率的分词方法。该方法从标注结果中发掘边缘概率高的候选词,重组边缘概率低的候选词,... 将分词问题转化为序列标注问题,使用CRFs标注器进行序列标注是近年来广泛采用的分词方法。针对这一方法中CRFs的标记错误问题,该文提出基于CRFs边缘概率的分词方法。该方法从标注结果中发掘边缘概率高的候选词,重组边缘概率低的候选词,提出FMM的奖励机制修正重组后的子串。在第四届SIGHAN Bakeoff中文简体语料SXU和NCC上进行闭式测试,分别在F-1值上达到了96.41%和94.30%的精度。 展开更多
关键词 计算机应用 中文信息处理 中文分词 条件随机场(CRFs) 边缘概率 最大向前匹配(fmm) 全局特征
在线阅读 下载PDF
一种基于自适应阈值的复杂背景下自动目标跟踪方法 被引量:8
2
作者 任金昌 张文哲 +1 位作者 赵荣椿 冯大淦 《计算机应用研究》 CSCD 北大核心 2003年第4期55-57,共3页
提出了一种基于自适应阈值的复杂背景下自动目标跟踪方法,该方法采用一种自适应块匹配的运动估计,以平均绝对误差作为目标匹配准则,针对不同大小、不同运动方向、不同运动速度的目标均可进行较好的跟踪。该方法采用三步搜索策略较好地... 提出了一种基于自适应阈值的复杂背景下自动目标跟踪方法,该方法采用一种自适应块匹配的运动估计,以平均绝对误差作为目标匹配准则,针对不同大小、不同运动方向、不同运动速度的目标均可进行较好的跟踪。该方法采用三步搜索策略较好地实现了目标搜索,同时,根据目标运动的惯性,引入了运动矢量的向前预测策略,减小了目标搜索的盲目性,提高了跟踪的可靠性和效率。 展开更多
关键词 自动目标跟踪 自适应块匹配 运动矢量 向前预测策略
在线阅读 下载PDF
面向混合支撑集模型的分布式压缩感知重构算法 被引量:1
3
作者 司菁菁 候肖兰 程银波 《高技术通讯》 CAS CSCD 北大核心 2015年第12期1017-1024,共8页
针对混合支撑集模型,研究了分布式压缩感知(DCS)的信号联合重构,提出了一种联合向前变步长正交匹配追踪(joint LAVSOMP)算法,该算法在信号重构过程中根据相邻次迭代重建信号的能量差,自适应地对向前参数进行动态调整,在信号重建精度与... 针对混合支撑集模型,研究了分布式压缩感知(DCS)的信号联合重构,提出了一种联合向前变步长正交匹配追踪(joint LAVSOMP)算法,该算法在信号重构过程中根据相邻次迭代重建信号的能量差,自适应地对向前参数进行动态调整,在信号重建精度与算法运行时间上取得平衡。进而,在该算法的基础上,提出了一种联合向前向后的变步长正交匹配追踪(joint FBVSOMP)算法,该算法有效降低了原子误选的几率,提高了信号重建的精度。试验结果表明,joint LAVSOMP算法的重构性能优于向前参数固定的联合向前正交匹配追踪joint LAOMP算法,而joint FBVSOMP算法具有更高的信号联合重构性能。 展开更多
关键词 分布式压缩感知(DCS) 混合支撑集模型 联合重构 向前正交匹配追踪 (LAOMP) 向前向后正交匹配追踪
在线阅读 下载PDF
Adaptive DT Mesh Points Tracking——A Novel Sequential Image Inter-frame Predictive Scheme
4
作者 Yan Yaoping Wu Chengke (Department of Information Engineering, Xidian University, Xi’an 710071) 《通信学报》 EI CSCD 北大核心 1998年第5期2-10,共9页
AdaptiveDTMeshPointsTracking———ANovelSequentialImageInterframePredictiveSchemeYanYaopingWuChengke(Department... AdaptiveDTMeshPointsTracking———ANovelSequentialImageInterframePredictiveSchemeYanYaopingWuChengke(DepartmentofInformationEn... 展开更多
关键词 自适应DT网格 向前运动估计 匹配算法 图像处理
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部