条件随机场CRF++0.58

论文仅供学习参考使用。 本论文对基于条件随机场的图像分割方法展开研究,主要研宄了条件随机场的在图像分割中的模型构建方法。

针对条件随机场（CRF）模型在参数估计及模型推断阶段时间复杂度较高的问题，引入简单线性迭代聚类（SLIC）的超像素方法，提出一种基于SLIC的条件随机场图像分割算法。该算法首先通过SLIC对图像进行预

基于条件随机场模型在字粒度上识别并切分藏文人名,其优势是可以较好地利用藏文人名在文本中出现的基本特征和上下文特征来确定藏文人名在文本序列中的边界。根据藏文人名自身的特点设定特征标签集，利用条件随机场模

在利用条件随机场进行信息抽取时，单纯基于词或基于块的方法，不能充分利用上下文信息在恰当粒度上进行切分和抽取，因此提出了一种基于条件随机场的科研论文信息分层抽取方法，利用分隔符、换行符、行首字符等格式信

针对现有异常应用协议行为检测主要针对某种特定应用，缺乏通用性的问题，提出一种基于条件随机场的异常应用协议行为检测方法，从网络数据流中提取应用协议关键字及其时间间隔作为状态特征，同时考虑关键字的频率分布

多时相遥感影像分类方法通常使用人工设置的转移矩阵作为时间上下文信息，这样不仅难以获得准确的转移矩阵，而且没有充分利用时间上下文信息。针对多时相遥感图像中的时间与空间上下文信息难以构建的问题，提出了一种

基于条件随机场的命名实体识别研究，刘海鹏，王小捷，命名实体识别是自然语言处理的首要的基本工作，本文提出了一个基于条件随机场（简称CRF）的命名实体识别系统，进行了命名实体识别

标签推荐系统的推荐结果质量不高, 会影响和误导用户对资源的查找与定位, 甚至引发信息迷航的现象。为了提高推荐结果的准确度和覆盖度, 提出的多阈连续条件随机场模型, 不仅保持了条件随机场无须对数据作独立

基于流量突发性、源IP地址的分散性、流非对称性等单一手段进行DDoS攻击检测，存在准确率低，虚警率高等问题。利用条件随机场不要求严格独立性假设与综合多特征能力的优点，提出了基于CRF模型融合特征规则集

使用主题模型对文本建模，提取文本的隐含主题，进而进行词性标注和文本分类等工作，是机器学习和文本挖掘领域的研究热点。提出一个基于LDA的主题模型，它基于“段袋“假设——文本中的段落具有相同的主题，且连续