期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于Lex-PageRank的微博摘要优化方法 被引量:1
1
作者 朱明峰 叶施仁 叶仁明 《计算机科学》 CSCD 北大核心 2016年第9期261-265,共5页
当前,由于全民自媒体兴起而引发了巨大的舆情危机,如何高效快速地从海量的碎片化信息中发现热点并抽取实用信息成为一项重大的挑战。在此背景下,提出一种基于Lex-PageRank的微博摘要优化方法,在该方案中,以聚类结果作为实验数据,从微博... 当前,由于全民自媒体兴起而引发了巨大的舆情危机,如何高效快速地从海量的碎片化信息中发现热点并抽取实用信息成为一项重大的挑战。在此背景下,提出一种基于Lex-PageRank的微博摘要优化方法,在该方案中,以聚类结果作为实验数据,从微博影响力周期的时间特性和权重属性考虑,提出改进的Lex-PageRank算法,从聚类结果中抽取若干文本组织生成摘要。在新浪微博数据基础上进行的对比实验表明,本方案可以有效地从大量文本中提取出关键信息。 展开更多
关键词 微博 时间特性 权重属性 Lex-PageRank算法
在线阅读 下载PDF
稀疏保持典型相关分析特征选择与模式识别 被引量:3
2
作者 许洁 吴秦 +2 位作者 梁久祯 王念兵 张淮 《小型微型计算机系统》 CSCD 北大核心 2017年第8期1877-1882,共6页
构建一种基于稀疏保持典型相关分析(Sparsity Preserving Canonical Correlation Analysis,SPCCA)的特征提取算法.在典型相关分析(Canonical Correlation Analysis,CCA)的基础上,利用稀疏保持投影(Sparsity Preserving Projections,SPP... 构建一种基于稀疏保持典型相关分析(Sparsity Preserving Canonical Correlation Analysis,SPCCA)的特征提取算法.在典型相关分析(Canonical Correlation Analysis,CCA)的基础上,利用稀疏保持投影(Sparsity Preserving Projections,SPP)将样本之间的类别信息引入,从而提高识别率.首先,提取同一类训练样本的两组特征向量,由SPP构建稀疏重构权重矩阵;并建立相应的判据准则函数来描述两组特征向量之间的关系;然后根据所建立的准则函数提取出相应的典型投影矢量集;最后将两组特征通过不同的特征融合策略进行融合,并在分类识别中进行应用.典型相关分析算法将两组特征向量的相关性特征作为有效信息来用于分类,既能融合信息,又能过滤冗余信息.同时SPCCA算法中引入了两组特征的权重矩阵,在一定程度上提高了融合特征的鉴别力,提高了识别精度.在MFEAT、UCI手写体数字库及ORL、PIE人脸数据库上的实验结果证明了本文方法的有效性和稳定性. 展开更多
关键词 稀疏保持投影 典型相关分析 特征融合 组合特征提取 人脸识别
在线阅读 下载PDF
词句协同自动摘要提取方法 被引量:2
3
作者 吴云 杨长春 +1 位作者 梅佳俊 顾寰 《计算机工程与设计》 北大核心 2018年第9期2776-2779,2810,共5页
为提高自动文摘的质量,提出一种词句协同的自动摘要提取算法(F-CoRank)。在传统词频的基础上,提高与标题相似的特征词的词频,得出提高后的词频矩阵和句子之间的相似度后,构建无向网络图,根据词句协同算法,得到各个节点的权重,对得到的... 为提高自动文摘的质量,提出一种词句协同的自动摘要提取算法(F-CoRank)。在传统词频的基础上,提高与标题相似的特征词的词频,得出提高后的词频矩阵和句子之间的相似度后,构建无向网络图,根据词句协同算法,得到各个节点的权重,对得到的粗文摘进行冗余处理,根据相应的需求,选择权重较高的前几个句子作为摘要。在哈工大的单文本文档语料上进行实验,实验结果表明,提高词频权重在一定程度上改进了文摘的质量,相比词句协同算法(Co-Rank)在覆盖率上有了较大提高。 展开更多
关键词 词权重 标题 词句协同 单文本文档 覆盖率
在线阅读 下载PDF
基于HEVC的车辆异常事件检测 被引量:3
4
作者 常同伟 梁久祯 +1 位作者 吴秦 王念兵 《数据采集与处理》 CSCD 北大核心 2018年第2期370-378,共9页
当前传统交通事故检测和查阅主要通过人工监测的方法,这种方法效率低且实时性差,本文提出一种基于最新压缩域视频编码标准HEVC(High-efficiency video coding)的车辆异常事件检测方法。首先对HEVC码流中提取出的运动矢量信息进行运动矢... 当前传统交通事故检测和查阅主要通过人工监测的方法,这种方法效率低且实时性差,本文提出一种基于最新压缩域视频编码标准HEVC(High-efficiency video coding)的车辆异常事件检测方法。首先对HEVC码流中提取出的运动矢量信息进行运动矢量累积迭代和中值滤波的预处理,之后根据提取出的块划分信息和运动矢量信息计算运动对象的运动强度,然后根据运动强度值和八连通区域法提取出运动对象,最后根据空间距离法和运动强度判别法检测出视频序列中发生的车辆异常事件。实验证明,该方法可以准确地检测出视频序列中发生的车辆异常事件;对于有着快速移动的运动目标以及多个运动目标的视频效果更好。 展开更多
关键词 HEVC 运动矢量 运动强度计算 运动对象提取 异常事件检测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部