基于朴素贝叶斯算法的中文评论分类

针对中文评论分类问题,采用朴素贝叶斯算法进行深入研究.首先,根据中文评论分类的需求设计了朴素贝叶斯分类器;然后,使用WEKA以不同特征提取方式对其功能性进行了对比分析.通过一系列的实验数据的横向对比表明,在朴素贝叶斯分类器下采用集成特征选取时文本分类的准确率最佳,准确率达97.65％,验证了朴素贝叶斯分类器在处理中文评论分类问题的可应用性.     

适用任意平面阵列的二维宽带 DOA 快速估计算法

二维宽带波达方向(DOA)估计对实现水声通信定位一体化具有重要作用。 双边相关变换(TCT)算法是高分辨宽带 DOA 估计的经典算法之一,但只适用均匀线列阵下的一维 DOA 估计,且计算量大。 本文在对 TCT 简化算法( STCT)进行扩展 改进的基础上,提出了一种适用于任意面阵列且具有低计算复杂度的二维宽带 DOA 快速估计算法。 所提算法利用水声通信同 步信号的已知波形对阵列输出数据进行匹配预处理,有效压缩了聚焦变换所需频点数量,从而降低了聚焦变换过程的计算量; 利用余弦域加速粒子群最优化(APSO)搜索二维空间谱谱峰,在保持高搜索精度的同时显著降低了搜索计算量。 相较于单纯的 STCT 扩展算法,所提算法保持高 DOA 估计精度,在信噪比为 20 dB 时精度约为 0. 02°,但计算量远低于前者。 仿真和实验结果 验证了所提算法的优势。     

基于变换域APSO的任意阵列宽带DOA估计算法

为了提高宽带信号来波方向（Direction-of-arrival, DOA）估计精度并降低计算复杂度, 本文结合已知的发射信号波形, 提出了一种基于变换域加速粒子群最优化（Accelerated Particle Swarm Optimization, APSO）的宽带DOA估计算法, 该算法适用于任意阵列和低采样率情况。首先对阵列接收数据进行匹配滤波以及傅里叶变换处理,其次根据频域宽带阵列数据模型,利用确定性极大似然（Deterministic Maximum Likelihood, DML）准则构建宽带DOA估计的空间谱函数,然后采用变换域APSO算法对空间谱函数进行最大值搜索,搜索结果即为DOA估计值。该算法无需DOA预估计,不依赖空间谱函数的梯度信息,计算复杂度低。仿真实验表明,所提算法具有高估计精度和低计算复杂度,在信噪比为20?dB时,DOA估计均方根误差为0.02°。