排序方式: 共有13条查询结果,搜索用时 46 毫秒
1.
传统Web信息抽取的隐马尔可夫模型对初值十分敏感和在实际训练中极易得到局部最优模型参数。提出了一种使用遗传算法优化HMM模型参数的Web信息抽取混合算法。该算法使用实数矩阵编码表示染色体,似然概率值为适应度取值,将GA与Baum-Welch算法相结合对HMM模型参数进行全局优化,并且调整GA-HMM的Baum-Welch算法参数实现Web信息抽取。实验结果表明,新的算法在精确度和召回率指标上比传统HMM具有更好的性能。 相似文献
2.
本文提出"视景仿真"课程教学设计方案和教学创新思路。我们通过理论联系实际、结合实际研究课题、开拓学生在视景仿真领域学习的知识面,加深学生对视景仿真技术的理解,培养学生理解和运用视景仿真知识的能力。课程教学内容安排循序渐进、由浅入深,教学手段形象生动。教学实践表明,本课程的建设内容合理,在教学中取得了良好的教学效果。 相似文献
3.
4.
本文介绍了如何通过TCP/IP网络协议的客户/月艮务器(C/S)模式,实现指纹采集模块终端与服务器之间的网络通信,同时介绍了多线程技术在服务器与终端间的数据传输方面的应用。实践表明,在Visual C 环境下,多线程技术应用于网络通信可达到比较好的效果。 相似文献
5.
6.
随着信息技术、数据库技术、网络技术的发展,各行各业均存储了大量的文本数据,怎样从这些文本数据中发掘有价值的信息和知识成为人们急需解决的问题。提出基于Maximum Likelihood与HMM的文本挖掘方法,利用Maximum Likelihood构建隐马尔可夫模型,对论文条目进行特定信息的发掘,并克服了实验过程中“零概率”的缺陷。实验结果表明准确率平均达到0.9,召回率平均达到0.85,从理论和实践上证明该方法是有效的。 相似文献
7.
8.
信息时代网络的作用越来越重要,越来越多的人希望有一个廉价实用、简单方便和具有良好可扩展性的网络实验环境来学习和研究网络,因此计算机网络仿真应运而生。文中研究了分布式对象的并行实现及优化,提出了一个基于分布式对象的计算机网络仿真并行模型,以分布式对象技术为核心结合并行程序设计技术、仿真技术设计和实现了虚拟计算机网络实验系统。实验结果表明,该系统设计合理、并行性较好、响应速度适中,在网络教学和研究中均具有较好的应用价值。 相似文献
9.
10.
隐马尔可夫模型训练算法是一种局部搜索算法,对初值敏感。传统方法采用随机参数训练隐马尔可夫模型时常陷入局部最优,应用于Web挖掘效果不佳。遗传算法具有较强的全局搜索能力,但容易早熟、收敛慢,模拟退火算法具有较强的局部寻优能力,但会随机漫游,全局搜索能力欠缺。综合考虑遗传算法和模拟退火算法的特点,提出混合模拟退火-遗传算法SGA,优化HMM初始参数,弥补Baum-Welch算法对初始参数敏感的缺陷,Web挖掘的实验结果表明五个域提取的REC和PRE都有明显的提高。 相似文献