基于VSM和LDA模型结合的文本分类,王海江,刘晓鸿,自动文本分类是一种管理和利用海量文本数字信息的有效手段。在当今数字文本信息越来越繁杂的情况下,文本分类技术的应用越来越广
传统上下文在分类研究中通常存在失真和有效性等问题。引入研究对象领域的相似领域作为上下文,借助迁移学习理论,使用结构化相似性学习方法构建研究对象领域和其相似领域间的低维共享特征,提出一种基于相似领域共享
利用基于样本训练的统计学习原理,在分析各类图像样本特征上的差异和相关性的基础上,提取图像共同特征和显著特征参数集合,并加入人为启发式思想,结合先验知识的指导和计算机特征分析结果来制订特征提取规则,应用
针对朴素贝叶斯分类器在分类过程中不同类别的同一特征量之间由于存在相似性,易导致误分类的现象,提出基于引力模型的朴素贝叶斯分类算法。提出以引力公式中距离变量的平方作为相似距离,应用引力模型来刻画特征与其
激光多普勒血流量检测系统提取的光电信号中存在较大的高斯白噪声,为了消除这些噪声干扰,提取激光多普勒信号,提出了一种基于小波变换,使用Matlab中的wavelettoolbox对所得信号进行五层离散小
在远同源检测的蛋白质分类方法中,基于判别模型的分类器相对于其他方法取得了最高的准确性,但这类方法都面临训练建模时因正类样本不足导致的训练不平衡问题。为此提出一种基于优化判别模型的蛋白质分类方法,通过对
针对利用Yamaguchi分解模型的四个散射分量直接进行类别归属判断精度不高并且所分类别有限的问题,结合模糊C均值的理论,提出了一种基于Yamaguchi分解模型的全极化SAR分类算法,把四个散射分量
针对社会网传播领域的影响最大化问题的研究,将节点本身具备的情感对事件传播的影响力进行了忽略,提出了基于情感的社会网传播模型(EmotionIndependentCascademodel,E-IC),关
在大规模网络中发现稠密子图具有极其广泛的应用,如社区发现、垃圾邮件检测等。针对大规模网络数据中快速、有效地发现稠密子图,提出了一种基于GAS(gather-apply-scatter)编程模型的分布式
Sn-gram模型及其在情感分析中的应用,张子宪,,基于卷积神经网络(CNN)的深度学习方法可以挖掘电影评论中用户的情感,进而给电影文学作品的欣赏、制作和营销提供相关启示。在卷积�
