基于关键词语的文本特征选择及权重计算方案

文本的形式化表示一直是文本分类的重要难题．在被广泛采用的向量空间模型中，文本的每一维特征的权重就是其TFIDF值，这种方法难以突出对文本内容起到关键性作用的特征。提出一种基于关键词语的特征选择及权重计算方案，它利用了文本的结构信息同时运用互信息理论提取出对文本内容起到关键性作用的词语；权重计算则综合了词语位置、词语关系和词语频率等信息，突出了文本中关键词语的贡献，弥补了TFIDF的缺陷。通过采用支持向量机（SVM）分类器进行实验，结果显示提出的Score权重计算法比传统TFIDF法的平均分类准确率要高5％左右。     

基于关键词与语义概念结合的信息检索研究

对关键词和概念检索的原理进行分析后，提出了一种基于语义概念检索的向量空间模型以及该模型与关键词检索结合的检索方法。在不同的检索领域，可以通过调整该检索方法中的结合参数达到最好的检索效果。实验结果表明，语义概念检索的向量空间模型的性能优于关键词检索的向量空间模型；结合检索方法既能保留关键词检索和概念检索的优点，也能弥补各自的不足。     

基于语言模型的联语应对研究

基于机器学习方法和对联语料库，依据n-元统计语言模型和隐马尔科夫模型，本文提出了联语应对的理论计算模型，并在以上方法和对联语料库的基础上，构造了计算机联语应对实验系统，取得了比较满意的结果。     

Apriori算法在篮球比赛常用技术动作挖掘中的应用

介绍关联规则挖掘中的Apriori算法,利用Apriori算法,挖掘出篮球比赛最常用的技术动作,为球员和教练员的训练提供参考信息.     

搜索引擎结果中Web文档的排序研究

信息检索结果中，如何对检索结果进行排序在很大程度上影响了用户所得到的检索结果。对现存典型的词频统计排序技术和超链分析排序技术进行了分析，并借助向量空间模型，提出了一种基于概念语义的查询词-文档相似度排序方法。     

基于互信息的统计语言模型平滑技术

数据平滑主要是用来解决统计语言模型在实际应用中数据稀疏问题。现有平滑技术虽然已有效地对数据稀疏问题进行了处理,但对已出现事件频率分布的合理性并没有作出有效的分析。本文则针对二元模型,提出了一种基于互信息的平滑技术,其基本思想是根据模型中每个二元对的互信息的高低对其概率进行折扣或补偿,并用极小化困惑度原则体现了模型的合理性。实验结果表明该技术优于目前常用的Katz 平滑技术。     

基于特征选择的实体关系抽取*

提出了一种实体关系抽取方案,该方案针对实体关系抽取中特征空间维数过高问题,引入了文本分类中的特征选择算法,如信息增益、期望交叉熵和x2统计,实现了特征空间降维。实验结果表明,各特征选择算法均能在尽量保证抽取性能的同时有效地降低向量空间维数,提高分类效率,其中x2统计取得的效果最好。     

基于NW小世界邻居的粒子群多阈值分割算法

针对多阈值分割问题,提出了一种新的多阈值分割算法.此算法采用相对类内方差代替传统Otsu算法中的绝对类内方差,改善了传统Otsu对小对象分割不理想的弱点;采用NW小世界模型作为粒子群优化的社会认知拓扑结构,具有较好的全局寻优能力和较快的收敛速度.实验结果显示此算法具有好的性能.     

基于多级CS-LBP特征融合的人脸识别方法

通常,采用中心对称局部二值模式CS-LBP对人脸图像只进行一次特征提取,提取的纹理特征不够丰富。因此,本文利用CS-LBP多次提取人脸图像更丰富的纹理特征,提出了多级CS-LBP特征融合的人脸识别算法。首先,用CS-LBP对原始人脸图像进行特征提取;然后,对所得特征图像再进行相同方式的特征提取,这样能够得到原始人脸图像的多级CS-LBP特征图像;最后,将每一级特征图像的分块直方图特征进行融合并用于人脸识别。在ORL、Yale标准人脸库上的实验结果表明,相比人脸图像的一级CS-LBP特征,多级CS-LBP特征融合的方法能够显著提高识别精度。     

一种基于压缩感知的无线传感信号重构算法

压缩感知(Compressed Sensing,CS)是一种基于稀疏信号的获取和恢复的新理论,能以较小的采样代价获得完整的信号.这一理论符合无线传感网络在带宽和采集能力局限下需要低代价采样的需求.但由于无线传感网络的开放性,其容易受到环境噪声的影响,特别是采用压缩感知方法进行欠采样,虽然可以减小获取数据的开销,但这种“不完整”的欠采样数据对噪声更加敏感.因此抗噪声的健壮的重构算法能有效保证信号重构的精度.文中提出了一种近似梯度下降算法(Proximal Gradient Algorithm,PRG)对噪声下的压缩采样信号进行恢复.该算法通过逐步迭代逼近的方式,求得约束方程最优解,进而还原出原信号.通过与OMP、SP、BP算法比较,PRG算法在噪声环境下表现出较好的重构性能.