共查询到20条相似文献,搜索用时 78 毫秒
1.
由于支持向量机( Support Vector Machine,SVM)在处理样本不平衡分布时会有偏向性,使少数类别的分类错误率的上界高于多数样本类别。分析总结了针对该问题当前的研究方法,并指出存在问题。研究分析针对不平衡样本SVM分类识别率的倾向性问题。考虑全局样本信息,提出了3种针对所有样本空间分布距离信息的方法。在UCI数据集上进行实验,结果证明MSEDR-SVM( Mean Sample Euclidean Distance Ra?tio-SVM)能够有效增加少数样本类别的F -值。从而改善标准的SVM只依靠支持向量样本构建分类超平面的局限性。 相似文献
2.
3.
4.
5.
为各种应用提供不同的服务质量(Quality of Service,QoS)保证是下一代高速网络面临的一个重要难题,而服务质量路由(Quality of Service routing,QoSR)则是其中的一项核心技术.本文针对不精确状态信息下的多约束QoSR问题,建立了一种用于求解此类多约束QoSR问题的临界点模型,提出了一种基于距离向量深度的多约束QoS路径选择算法(MCPSA),该算法以已有的QoS路由预计算算法为基础,设法选择一条能够最大程度适应不精确网络状态信息的路径,理论分析表明该算法具有一定的优势.最后,结合已有的路由预计算算法进行了大量的仿真试验,结果表明MCPSA具有很强的问题求解能力,能够有效克服路由状态信息的不确定性. 相似文献
6.
基于方向向量空间距离的干涉仪测向处理方法 总被引:2,自引:0,他引:2
本文提出了一种基于测向天线阵列阵列流形上方向向量的空间距离的干涉仪测向处理方法,利用该方法不用对长基线上的相位差测量数据进行匹配,而通过利用测得的一组有模糊的相位差数据构成的方向向量的估计值与阵列流形上的方向向量求空间距离,即可得到入射方位角的估计。与以往相比该方法不用进行数据匹配,并可避免匹配误差的传播,同时,该方法可以直接进行阵列流形误差的修正,因而具有处理简单、稳健、精度高等特点。 相似文献
7.
《电子技术与软件工程》2019,(16)
本文提出了一种基于支持向量机的情感分析方法,首先用python对网页评论信息进行抓取,然后词向量Word2vec模型表示词语及句子,最后用基于支持向量机的情感分析方法对评论中的正面、负面和中性情感进行分类。实验结果表明提出的方法对网络评论情感分析的准确率较高。 相似文献
8.
9.
10.
11.
对文本情感分析的研究现状与进展进行总结。从情感分析的任务情感分类、情感检索、情感抽取3个方面详细介绍了相关研究和技术方法,重点阐述了基于语义的情感词典分类方法和基于机器学习的情感分类方法,并介绍了文本情感分析的评测,提出了未来的研究方向。 相似文献
12.
Intensified Sentiment Analysis of Customer Product Reviews Using Acoustic and Textual Features 下载免费PDF全文
Sentiment analysis incorporates natural language processing and artificial intelligence and has evolved as an important research area. Sentiment analysis on product reviews has been used in widespread applications to improve customer retention and business processes. In this paper, we propose a method for performing an intensified sentiment analysis on customer product reviews. The method involves the extraction of two feature sets from each of the given customer product reviews, a set of acoustic features (representing emotions) and a set of lexical features (representing sentiments). These sets are then combined and used in a supervised classifier to predict the sentiments of customers. We use an audio speech dataset prepared from Amazon product reviews and downloaded from the YouTube portal for the purposes of our experimental evaluations. 相似文献
13.
14.
ZHANG Lumin JIA Yan ZHU Xiang ZHOU Bin HAN Yi 《中国通信》2014,(12):152-163
People's attitudes towards public events or products may change overtime,rather than staying on the same state.Understanding how sentiments change overtime is an interesting and important problem with many applications.Given a certain public event or product,a user's sentiments expressed in microblog stream can be regarded as a vector.In this paper,we define a novel problem of sentiment evolution analysis,and develop a simple yet effective method to detect sentiment evolution in user-level for public events.We firstly propose a multidimensional sentiment model with hierarchical structure to model user's complicate sentiments.Based on this model,we use FP-growth tree algorithm to mine frequent sentiment patterns and perform sentiment evolution analysis by Kullback-Leibler divergence.Moreover,we develop an improve Affinity Propagation algorithm to detect why people change their sentiments.Experimental evaluations on real data sets show that sentiment evolution could be implemented effectively using our method proposed in this article. 相似文献
15.
16.
文本情感分析为当前自然语言处理领域的热点技术,文章首先简要概述了情感分析的概念及其分类,然后详细综述了面向方面情感分析的深度学习模型的基本概念及特点,最后对主要内容进行了总结展望。 相似文献
17.
18.
19.
目前针对文本情感分析的研究大多集中在商品评论和微博的情感分析领域,对金融文本的情感分析研究较少。针对该问题,文中提出一种基于Transformer编码器的金融文本情感分析方法。Transformer编码器是一种基于自注意力机制的特征抽取单元,在处理文本序列信息时可以把句中任意两个单词联系起来不受距离限制,克服了长程依赖问题。文中所提方法使用Transformer编码器构建情感分析网络。Transformer编码器采用多头注意力机制,对同一句子进行多次计算以捕获更多的隐含在上下文中的语义特征。文中在以金融新闻为基础构建的平衡语料数据集上进行实验,并与以卷积神经网络和循环神经网络为基础构建的模型进行对比。实验结果表明,文中提出的基于Transformer编码器的方法在金融文本情感分析领域效果最好。 相似文献
20.
电子商务网站中的评论数据隐含着商品特征和用户情感,现有基于方面情感分析的推荐研究大多通过抽取同一类别商品评论数据中用户对商品不同方面的情感来捕捉用户方面偏好,忽略了不同类别商品有不同方面以及用户的方面偏好随时间变化的特点。对此,该文提出一种面向时序感知的多类别商品方面情感分析推荐模型,该模型对用户、商品类别、商品、商品方面、方面情感和时间统一建模,以发现用户对不同类别商品的方面偏好随时间变化的特点,并据此做出推荐。该模型能够推断用户在任意时间对商品的方面偏好,从而为用户提供可解释的推荐。两个真实数据集的实验结果表明,与其它基于时间或方面情感分析的推荐模型相比,该文提出的模型在top-N推荐准确率和召回率评价指标上均获得显著改善。 相似文献