暂无评论
汉字图像识别研究.nh 汉字图像识别方面的论文
传统文本分类使用word embedding作为文档表示,忽略词在当前上下文的含义,潜在地认为相同词在不同文本中含义相同。针对此问题提出一种词义消歧的卷积神经网络文本分类模型——WSDCNN(word
利用不同图像特征之间的互补性,可提升遥感场景零样本分类性能。将图像特征的融合与零样本分类结合,提出一种基于图像特征融合的遥感场景零样本分类算法。采用解析字典学习方法,计算各图像特征的稀疏系数,并串接起
为了提高植物叶片图像识别的准确率,提出一种基于差异性值监督局部线性嵌入(D-LLE)算法的多特征植物叶片图像识别方法。该方法提取叶片的颜色、形状和纹理作为叶片多特征,在加权局部线性嵌入(WLLE)算法
基于TAN的文本分类集成方法,刘佳,贾彩燕,TAN(Tree-AugmentedNa?veBayes)将贝叶斯网络表示依赖关系的能力与朴素贝叶斯的简易性相结合,体现了学习的效率与准确地描述属性之间相�
基于连续空间表示的文本分类,曾桢,王小捷,文本连续空间表示是用分布式向量来表示文本的特征。本文的实验则是通过doc2vec模型训练,把文本用一个向量来表示。通过这个模型得��
以往的卷积神经网络模型在对文本建模和分类时,通常按顺序提取n-gram卷积特征,忽视了长距离依存关系中的句法结构和语义信息。提出了一种基于事件卷积特征的文本分类方法,利用事件的语义特性弥补之前模型的不
基于最大关联规则的文本分类,何玉,冯剑琳,提出了一种新颖的、基于最大关联的文本分类方法-SAT-MOD。在文本分类中,以往的方法在挖掘频繁项集和关联规则的时候,往往是将整个
针对中文短文本篇幅较短、特征稀疏性等特征,提出了一种基于隐含狄利克雷分布模型的特征扩展的短文本分类方法。在短文本原始特征的基础上,利用LDA主题模型对短文本进行预测,得到对应的主题分布,把主题中的词作
对文本分类技术进行研究,介绍文本分类的基本过程,论述文本特征提取方法,讨论朴素贝叶斯、K-近邻、支持向量机、投票等常用的文本分类原理与方法,探讨中文文本分类技术。
暂无评论