一种基于语言概念空间聚类的信息检索方法

提出了一种以语言概念空间中的概念为聚类对象的信息检索方法以及适合于该方法的聚类算法。该聚类算法通过曲线拟合技术来实现文本的自动阈值确定和聚类划分，并最终通过聚类间的迭代和结果修正来完成整个聚类过程。概念的引入为解决词语的同义、多义问题提供了有力保障。实验表明，采用该方法的信息检索系统，与Jelinek-Mercer、k-means模型相比有较高的准确率和召回率，效果理想。     

建筑的张力系统

建筑,其实是一个系统化的概念,它是一个具有张力的系统,体现发散性的本质. 发散,有两种模式,一种是如一滴墨汁散入水中,它是自由、无序、没有核心、无法收拢的发散:还有一种发散则是有机、有序、能被核心控制的拓展,这是一种具有张力的发挥,建筑的范畴其实就应是这样的张力系统.     

基于参考图像的原子模型渲染方法

伴随着生物学的发展与纳米电子器件仿真技术的进步,原子结构在现代化科技领域发挥至关重 要的作用。原子结构的复杂细节使得渲染效果受光源位置影响较大,导致了原子模型渲染工作的困难。基于此, 提出了一种基于参考图像的原子模型渲染方法,计算出参考图像的光照参数用于原子模型的渲染。首先,通过 改变光源位置,利用 POV-Ray 脚本实现不同光源角度下的批量模型渲染,采集光源位置参数及渲染图像得到 对应光源位置的渲染图像数据集;接着,以残差神经网络为主干设计光源估计网络,并在网络中嵌入注意力机 制提升网络准确性,使用优化后的光源估计网络对数据集进行训练,回归光源位置参数;最后将训练好的卷积 神经网络应用于参考图像的渲染参数估计中,利用渲染参数渲染目标模型。实验结果显示。通过网络预测的参 数与真实照明参数误差极小,具有高度可靠性。     

基于特征选择技术的情感词权重计算

在文本情感分析中,情感词典的构建至关重要,然而目前这方面的研究大多集中在简单的词语极性判别上,有关情感词的权重赋值研究较少,且已有的权重赋值方法基本上都需要人工辅助来选取基准词,这给实际应用带来很大的困难. 针对此问题,提出了一种自动的基于特征选择技术的情感词权重计算方法. 首先提出了词语情感权重与文本情感倾向的相关假设;然后针对情感分类,结合二元分类的特性改进了信息增益( information gain, IG)和卡方统计量( chi-square,CHI) ,将特征选择技术应用于情感词权重计算. 实验结果表明:将计算所得的带情感权重的情感词库用于文本情感分类能够提升分类精度.     

基于近红外高光谱成像技术的马铃薯淀粉含量无损检测

以马铃薯为研究对象,应用近红外高光谱成像技术(900¹ 700 nm)对马铃薯淀粉含量进行无损检测.采用多元散射校正法(MSC)对原始光谱进行预处理,并通过回归系数法(RC)和连续投影算法(SPA)选择特征波长.分别建立两种特征波长下的多元线性回归模型(MLR)和偏最小二乘回归模型(PLSR),并对比建模效果.结果表明,对于两种建模方法,采用连续投影算法选择特征波长建模的效果较好;SPA-MLR建模效果优于SPA-PLSR建模效果,其校正模型的相关系数(Rc)和均方根误差(RMSEC)分别为0.972、0.329;验证模型的相关系数(Rp)和均方根误差(RMSEP)分别为0.982、0.249.     

基于类别加权和方差统计的特征选择方法

为提高不均衡文本分类的准确率和稳定性,提出了一种基于类别加权和方差统计的联合特征选择方法.首先,基于类别文档数大小对特征选择的影响,给出了一种类别加权策略以强化小类别的特征;其次,在探究特征类别区分能力的基础上,设计了类别方差统计策略来凸显含有丰富类别信息的特征;最后,将2种策略相融合,实现了一种联合特征选择的新算法.在Reuters-21578和复旦大学语料这2个不均衡语料上的实验都表明:该算法有效,特别是在小类别的分类效果上远远好于IG、CHI和DFICF等流行的通用算法.     

基于知识语义权重特征的朴素贝叶斯情感分类算法

针对文档级情感分类的准确率低于普通文本分类的问题,提出一种基于知识语义权重特征的朴素贝叶斯情感分类算法.首先,通过特征选择的方法,对情感词典中的词进行重要度评分并赋予不同权重.然后,基于词典极性的分布信息与文档情感分类的相关性,将情感词的语义权重特征融合到朴素贝叶斯分类中,实现了新算法.在标准中文数据集上的实验结果表明,提出的算法在准确率、召回率和F1测度值上都优于已有的一些算法.     

一种基于信誉机制的科学文献影响力评价方法

学术影响力评价一直是文献计量学领域的一个研究热点。已有的大多基于数据挖掘的学术影响力评价方法忽略了恶意活动产生的影响,导致评价结果欠佳。为解决这一问题,提出了一种名为ReputeRank的新方法,该方法采用信誉机制来评估引文网络中出版物的有效性。信誉机制包括3个阶段:种子集选择阶段、信誉传播阶段和集成计算阶段。首先,ReputeRank利用SCI期刊分区信息选择引文网络中潜在的好种子和坏种子;然后,根据信誉传播思想,信誉度良好的种子指向的论文通常具有更高的可信度,而信誉度不好的种子指向的论文通常具有较低的可信度,该方法使用TrustRank和Anti-TrustRank评价公式在引文网络中迭代传播信任值和不信任值;最后,根据引文网络中的信任值和不信任值,利用综合集成公式对每篇论文计算评分,并根据评分结果对所有论文降序排列。在KDD cup 2003数据集上的实验结果表明,与3种影响力评价方法PageRank,CountDegree和SPRank相比,ReputeRank能够获得更优的效果。     

用户评价中比较句的识别和倾向性分析

在互联网上用户评价内容中很多比较句的比较结果反映了语句陈述者对比较对象的倾向性态度。根据已有的10类比较句句型总结了它们的常见概念搭配,在基于语义块的语句倾向性分析方法的基础上构建了比较句自动识别系统和比较句倾向性自动分析系统。采用第四届中文倾向性分析评测的语料进行实验,对语料中的比较句进行了识别,对比较句中的要素进行了抽取并且分析了比较句的倾向性,识别结果和倾向性分析结果均好于所有参评系统的平均值。     

基于多链MCMC方法的光伏出力序列预测研究

现有电力系统规划和运行中主要考虑单一可再生能源出力的不确定性,考虑可再生能源出力间相关性的研究较少。文中提出一种多链马尔科夫-蒙特卡洛(MCMC)方法对多个光伏电站出力序列进行组合预测,该方法建立了多条相互服从完全条件分布的马尔科夫链,以模拟光伏电站上空的随机变化的大气状态,充分保留了光伏电站之间的相关特性。对三组具有不同相关水平的光伏电站的出力序列进行了预测,证明了相较于传统MCMC方法,该方法能够更精确地继承历史序列的一般统计特性,能够更有效地体现多个光伏电站出力之间相互影响的特点,更加适用于未来电力系统规划与运行设计的要求。