-
题名酒店在线评论数据的特征挖掘
被引量：11
- 1
-
-
作者
秦海菲
杜军平
-
机构
楚雄师范学院信息科学与技术学院
北京邮电大学计算机学院
-
出处
《智能系统学报》
CSCD
北大核心
2018年第6期1006-1014,共9页
-
基金
国家自然科学基金项目(61320106006
61532006
61772083)
-
文摘
论文以酒店在线评论数据为研究对象,对酒店在线评论数据的特征挖掘进行了研究。论文首先从酒店在线评论数据的获取出发,经过数据清洗、词性分析、特征抽取、指标确定、特征筛选、特征确定、特征校验几个环节,实现了酒店在线评论数据特征挖掘的目的。论文以词频为基础,融合了词性分析、聚类分析等方法,利用词频数(TF)、词频率(TF1)、词频权重(TTW)、评论频率(DF)、逆文档频率(IDF)和TF1-IDF等指标对候选特征词进行降维,得出酒店在线评论数据的特征,并对特征词进行校验,完成了酒店在线评论数据的特征挖掘的过程。论文将为以评论为依据的客户分类、酒店分类、智能推荐奠定基础。
-
关键词
酒店
在线点评
数据获取
特征抽取
特征挖掘
聚类分析
分类
智能推荐
-
Keywords
hotel
online review
data capture
feature extract
feature mining
cluster analysis
classification
intelligent recommendation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种融合时间和剩余能量激发的分簇优化算法
被引量：3
- 2
-
-
作者
姜华
林加华
周万府
-
机构
楚雄师范学院信息科学与技术学院
-
出处
《实验室研究与探索》
CAS
北大核心
2020年第10期37-44,共8页
-
基金
云南省应用基础研究面上项目(2019FB103)。
-
文摘
针对无线网络中节点能耗不均和能效率低下等问题,提出了一种融合时间和剩余能量激发的分簇优化算法。首先给出了簇头轮换策略和轮换能量阈值,同时重新定义剩余能量阈值,并以此作为激发簇头轮换的临界条件,在网络模型既定的情况下分别推导出传输轮数和剩余能量激发调节参数以实现簇头轮换策略的精准切换。仿真结果表明,相较于时间激发分簇、剩余能量激发分簇和LEACH-RE算法,分簇算法不仅延长了网络生存时间,还提高了节点的能效率;其中在节点能量同构环境下分别提高了28.62%、39.91%和13.94%;在节点能量异构环境下分别提高了48.22%、37.14%和20.23%。
-
关键词
无线网络
簇头轮换
剩余能量激发
时间激发
能效率
-
Keywords
wireless networks
cluster head rotation
residual energy excitation
time excitation
energy efficiency
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于谱聚类的自适应新生目标强度状态提取
被引量：2
- 3
-
-
作者
王俊洁
刘青
-
机构
楚雄师范学院信息科学与技术学院
北京理工大学信息与电子学院
-
出处
《计算机工程与设计》
北大核心
2019年第3期874-878,共5页
-
基金
北京市科技厅计划基金项目(201602128)
-
文摘
由于K均值算法易受噪声干扰且对初始粒子的选取较为敏感,在进行PHD状态提取时,难以获得稳定可靠的状态估计结果。对此,提出基于谱聚类的自适应新生目标强度状态提取方法,运用核密度估计理论和mean-shift算法二次估计PHD,提取滤波分布的峰值位置作为各个目标状态的估计值进行目标状态的提取。实验结果表明,改进后的算法相比原始算法在精度上有了明显提高。
-
关键词
高斯粒子PHD滤波
自适应新生目标强度PHD滤波
MEAN-SHIFT算法
状态提取
谱聚类
-
Keywords
Gauss particle PHD filter
adaptive newborn intensity PHD filter
mean-shift algorithm
state extraction
spectral clustering
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名云量分割在空间目标观测中的研究
被引量：1
- 4
-
-
作者
王恩旺
王恩达
樊亮
旃进伟
黄学海
-
机构
中国科学院紫金山天文台中国科学院空间目标与碎片观测重点实验室
楚雄师范学院信息科学与技术学院
-
出处
《计算机科学》
CSCD
北大核心
2018年第B06期167-170,共4页
-
基金
中科院国防与科技创新基金(292015312311034034)资助
-
文摘
空间碎片观测过程中,云层干扰是光学望远镜观测的一个瓶颈。提出一种新的云量计算方法,把云量仪检测到的云层分布图像分成24个区块,分别对每个区块的像素值进行统计,如果统计结果大于一个给定的阈值T,则表示该区块的云比较多;如果小于阈值T,则表示该区块内没有云层覆盖,可以将望远镜引导到该区块的对应位置。研究表明,该方法简单易行,具有较高的使用价值,可以实现对望远镜的自动引导,提高望远镜的观测效率。
-
关键词
云图分割
二值化
云量判断
望远镜定向
-
Keywords
Cloud image segmentation
Binaryzation
Cloud judgment
Telescope orientation
-
分类号
TP123
[自动化与计算机技术—控制理论与控制工程]
-
