基于字形特征的中文医学命名实体识别方法

作为医学信息抽取的第一个关键环节,医学命名实体识别任务旨在从如电子医疗病例、中文医药说明书等非结构化文本中抽取出医学相关的实体.目前大多数中文医学命名实体识别工作通过在预训练模型上进行微调来获得文本表示向量,然后利用特征工程来提升模型在医疗领域上的性能.这些模型大部分源自在通用数据集上表现较好的模型,没有考虑中文医学数据集的语言特性.通过在多个医学数据集上进行统计分析,发现部分类型的医学实体在字形上具有共性,如在汉字中大部分表示疾病含义的字符都包含“疒”,大部分表示身体器官的字符都包含“月”.针对这些问题,本文提出了一种基于字形特征的中文医学命名实体识别方法,该方法通过在文本表示向量上融合字形向量以及进一步利用数据集中负样本来提升模型的准确度和泛化能力.在多个公共的中文医学数据集上的实验结果表明,该方法获得了比其他模型更好的效果,并且通过消融实验证明了融合字形特征和从负样本中学习对于该任务是有效的.

基于局部增强的中文医疗命名实体识别模型

医学实体的识别往往受到其相邻上下文的影响,目前的命名实体识别方法通常依赖于BiLSTM捕捉文本中的全局依赖关系,缺乏对字符之间局部依赖关系的建模。针对这一问题,提出了一种基于局部增强的中文医疗命名实体识别模型LENER。首先,LENER使用包括字音、字形和语义在内的多源信息来丰富底层字符表征。然后,结合相对位置编码对滑动窗口划分出的序列片段进行局部注意力计算,并通过非线性计算融合局部信息和BiLSTM得到的全局信息。最后,对识别出的实体头部和尾部进行组合,进而提取出实体。实验结果表明,LENER模型具有良好的实体识别能力,与其他模型相比,LENER模型的F1值提升了0.5%~2.0%。

数学形态学在数字滤波中的应用研究

针对传统滤波法因其理论上的局限导致作用效果单一的问题,在数字滤波领域引入形态学方法,提出了构造形态学滤波法的基本原则,改进对限制形态学方法优良特性发挥的缺陷,在实际应用中取得了良好的滤波效果。

基于改进的凝聚性和分离性的层次聚类算法

由于传统的数据聚类算法都是在单一表上进行,因此如何在多表中进行聚类是现在聚类分析的一个新方向.提出了一种基于改进的凝聚性和分离性的层次聚类算法——ICCSH(a hierarchical clustering algorithmbased oni mproved cluster cohesion and separation) ,该算法首先通过ID传播把关系数据库中的各个表联系起来,再通过计算共享最近邻的相似度和改进的凝聚性算法将数据对象聚类为大量相对较小的子聚类,然后通过计算改进的簇间分离性合并子类来找到真正的结果簇.实验表明,该算法不仅运行时间相对较短,具有较强的可伸缩性,还可以得到较高精确的聚类结果.

决策树算法的并行性研究

在数据库和数据仓库中运用数据挖掘技术必须考虑挖掘系统的速度问题。当数据集大到相当程度时,挖掘工作只能在巨型机上进行;而由于系统的速度不够快,挖掘出来的知识将会是滞后的,它对决策支持不仅无效甚至是有害的。针对这一问题,提出了决策树算法的并行机制,并对并行性的性能进行探讨。

基于EAM的相关问题的研究

企业资产管理是刚从国外引进的管理理念,讨论了EAM资产层次结构模型的建立和设备资产的编码方式。根据EAM系统的实际需求,在传统数据库设计的基础上,提出了一种新的反规范化数据库设计的方法,给出了该方法的处理过程、策略和在EAM设计中的具体应用,为我国成功实施EAM提供了帮助。

粗关系数据库中的粗函数依赖研究

以粗集理论为研完方法,针对粗关系数据库属性值非原子性的特点,从语义等价的角度改进了已有的粗关系数据库函数依赖定义,提出了其修正定义粗函数依赖,使之更客观地反映粗关系数据库中数据的语义联系,体现现实世界不确定性信息的粗糙性和不完备性。本文还给出了判断粗函数依赖是否成立的算法,并用粗关系实例验证了粗函数依赖的优越性,探讨了基于粗函数依赖的推理规则。

加权网络中基于多路径节点相似性的链接预测

鉴于现有大多数链接预测算法仅考虑了图的局部或全局特性,在预测准确率和计算复杂度上难以均衡,且有关加权网络的链接预测研究相对较少,提出新的加权社会网络链接预测算法(STNMP).引入节点对边权强度的概念,用于度量邻居节点间的局部相似度.提出路径相似性贡献的概念,定义多路径传输节点相似性,用于描述步长为2和3的所有路径及这些路径上的中间节点对于所连接的两个节点的相似性总贡献.在多个真实网络中对算法的有效性进行验证,以AUC作为评价指标,与经典相似性算法CN、Jaccard、AA等进行预测准确率的对比分析.结果显示,针对小规模社会网络,STNMP算法的预测准确率高于现有算法.

一种改进的针对合著关系网络的链接预测方法

主要针对那些实体类标号属性未知的社会网络进行链接预测。由于实体的类标号属性与具体的社会网络有关,因此具体解决对作者之间合著关系网络图的链接预测问题。首先,给出了合著关系图的结构表示,然后把一个作者是否是多产的定义为合著关系图中作者实体的类标号属性。另外,还提出了一种改进的利用有指导学习进行链接预测的方法。在改进的链接预测方法中为每对作者新引入了一个特征属性——是否至少有一个是多产的。当所要预测的合著关系图中作者实体的类标号属性不完全已知时,用改进后的ICCLP算法对合著关系进行预测,以提高链接预测的性能。改进后的ICCLP算法中采用上面提到的改进后的链接预测方法。

数学形态学中结构元素的分析研究

1.引言 数学形态学是研究数字图像形态结构特征与快速并行处理方法的理论,它通过对输入图像的形态变换实现结构分析和特征提取的目的.1982年,J.Sem的专著<图像分析与数学形态学>问世后,数学形态学在图像处理、模式识别和计算机视觉等领域引起广泛的重视和应用,这些应用反过来又促进了它的进一步发展.

基于路网的移动对象索引机制研究

本文基于FNR-Tree的思想提出了一种新的索引算法FNR+-Tree,该算法可以实现基于轨迹的查询,而这正是FNR-Tree索引结构所欠缺的,接着给出了FNR+-Tree的数据结构和插入算法,查询算法,最后给出了两种索引结构的试验对比结果。

针对通信社会网络的时间序列链接预测算法

已有静态链接预测主要采用覆盖图表示社会网络,利用链接之间的结构信息来预测链接的发生。然而,这些方法仅能预测新链接的发生,而对旧链接的重复发生没有做预测,因此不适合预测重复发生的链接是主要兴趣的应用领域。针对静态链接预测算法的不足,引入时间序列链接预测算法,并且组合静态和时间序列链接预测算法为混合时间序列链接预测算法。在Enron电子邮件数据集上的实验结果表明,时间序列链接预测算法性能优于静态链接预测,混合时间序列链接预测算法的预测性能比单独使用静态或时间序列链接预测算法都要优越。

基于决策树的数据遗失值填充方法的研究

数据遗失值填充问题是预处理过程中的一个难点。已有的算法大多寻求数据中属性值之间的关系、属性与属性值之间的关系、属性与属性间的关系来对遗失值进行填充。文章从数据间的关系入手 ,引入相似度的概念 ,并提出一种新的数据遗失值填充算法。这种算法简单 ,易于理解 ,可对一个数据具有多个遗失值的情况进行填充。

Java 3D中运动物体间碰撞检测的研究

碰撞检测是虚拟制造中重要的课题之一,文章针对Java3D对三维物体碰撞检测支持的局限性,通过扩展Java3D的功能,构造了一种碰撞检测系统,采用了二叉树层次球模型来表示实体,对运动物体间进行碰撞检测,满足了可靠性和时间的连续性,较好地适应复杂环境的碰撞检测的需求。

基于信息偏好的影响最大化算法研究

实证研究表明,社会个体对于不同主题的信息有着不同的偏好,这对于社会网络中的信息传播过程起着非常重要的作用.影响最大化是社会网络信息传播领域中关于影响结点集挖掘的热点课题.它会从社会网络中寻找最具影响力的结点子集,以这些结点为目标进行影响传播时会获得最大的影响范围.以前关于影响最大化算法研究的大部分工作没有考虑社会个体的信息偏好,这大大降低了结果的准确性.为了提高影响最大化算法的效率和种子集的影响范围,提出一种基于信息偏好的2阶段启发式影响结点挖掘策略L_GAUP:第1阶段,基于网络中各结点对于信息主题的偏好程度,得到易感染结点网络;第2阶段,在易感染网络中,基于贪心策略进行影响结点的挖掘.实验中,在数据集douban上实现了L_GAUP,GAUP和CELF算法.实验结果表明,与基准算法GAUP相比,L_GAUP不仅在影响范围指标ISST和IS上有着更好的表现,在效率上也有大幅度的提高.

一种动态路段行程时间的预测模型

动态路段行程时间的预测是ITS动态最短路线选择的关键技术之一。根据对实际交通状况的分析,将路段行程时间分为三个部分,即自由行驶时间、排队等待时间和通过交叉口时间。模型基于路段的基本信息及实时信息分别对这三部分时间进行预测,从而实现对整段路段行程时间的动态预测,精确度明显提高。

基于提升方案的小波变换原理与C++实现

本文论述了提升方案的小波变换原理以及C++实现,并给出了实验结果,为进一步应用研 究进行尝试。

基于文本—链接模型和近邻传播算法的网页聚类

关于网页聚类的研究已经提出多种基于文本—链接模型的聚类算法,其中应用最广泛的便是MS模型。针对MS模型在效率和计算精度方面的不足,提出了改进的TLMS模型。新模型通过将词聚成词簇、链接向量聚成链接簇的方法将MS模型的词空间和链接空间进行大幅的压缩,并应用近邻传播算法替代传统的K-means算法对网页进行聚类。实验证明,TLMS模型+近邻传播算法聚类精度高、执行效率好。

基于DXF文件的曲线拟合方法的设计与实现

现有的基于微机开发的数控加工系统都是人工调试完成后加载运行,为了能够依据AUTOCAD绘图系统提供的信息自动生成数控加工代码,本文对基于PMAC卡的数控加工代码生成及动态在线监测系统研制过程中遇到的问题进行了研究,重点研究了如何利用DXF文件中的参数进行曲线拟合,详细介绍了NURBS曲线算法的实现,为后续的工作打下了基础。

基于链接的Web网页分类

基于链接的特点,提出了获取链接信息的模型,将得到的链接信息结合对象本身的属性来共同训练分类规则。针对网页链接的特殊性,对链接有向图重新建模。实验证明链接信息的加入可以有效地改善分类的结果,链接有向图的重新建模同样提高了分类的准确性。