基于监督学习的中文情感分类技术比较研究

情感分类是一项具有较大实用价值的分类技术,它可以在一定程度上解决网络评论信息杂乱的现象,方便用户准确定位所需信息。目前针对中文情感分类的研究相对较少,其中各种有监督学习方法的分类效果以及文本特征表示方法和特征选择机制等因素对分类性能的影响更是亟待研究的问题。本文以n-gram以及名词、动词、形容词、副词作为不同的文本表示特征,以互信息、信息增益、CHI统计量和文档频率作为不同的特征选择方法,以中心向量法、KNN、Winnow、Na ve Bayes和SVM作为不同的文本分类方法,在不同的特征数量和不同规模的训练集情况下,分别进行了中文情感分类实验,并对实验结果进行了比较,对比结果表明:采用Bi Grams特征表示方法、信息增益特征选择方法和SVM分类方法,在足够大训练集和选择适当数量特征的情况下,情感分类能取得较好的效果。

自适应混合遗传算法在弹药装载中的应用研究

多约束条件下的弹药装载问题是一个复杂的组合优化问题,属于NP 完全问题,其求解是很困难的。本文在考虑弹药装载中各类约束条件的情况下,对简单遗传算法进行了多方面改进,提出了一种自适应混合遗传算法,来求解弹药装载问题。本文对该算法的编码和解码过程,以及复制算子、交叉算子和变异算子的构建,进行了详细的阐述,给出了使用该算法求解弹药装载问题的具体实现方法。

遗传模拟退火算法在弹药装载中的应用研究

多约束条件下的弹药装载问题是一个复杂的组合优化问题,属于 NP-完全问题,其求解是很困难的。本文在考虑弹药装载中各类约束条件的情况下,将模拟退火算法作了若干改进后,融入遗传算法,提出了一种遗传模拟退火算法来求解弹药装载问题。本文对该算法的遗传算子和冷却进度表进行了详细的阐述,给出了使用该算法求解弹药装载问题的具体实现方法。

一种安全模型在指挥自动化网中的应用

本文通过对指挥自动化网中安全模型的研究,构建了指挥自动化网的动态安全模型,并详细阐述了动态网络安全模型的技术防御体系。

语言断句及重读的软件控制方法与实现

本文通过分析语音文件的格式,阐述了语音文件断句的实现原理以及语言重读功能的软件实现方法。并介绍了用Vi鄄sualBasic高级程序设计语言实现这一技术的具体过程。

面向中文网络百科的语义知识库构建

传统的语义知识库构建耗费了大量的人力物力,而且知识难以做到及时的更新。针对这些不足,以语义本体和超图理论为基础,提出了新的语义表达模型:动态知识网络,并且阐述了该模型的理论基础和组成要素。在模型的指导下,面向中文360百科,研究了语义知识的抽取方法和存储结构,半自动构建了中文语义知识库,为面向语义的中文信息处理提供知识支持。

大数据环境下的动态知识网络模型及构建方法

针对语义知识库构建方式和语义表达模型研究中的不足,在已有工作的基础上,提出一种新的语义知识模型:动态知识网络,在详细阐述模型组成要素的基础上,进一步研究了该模型的知识表示方法.在语义知识模型的指导下,面向开放的网络数据资源,研究了动态知识网络的半自动构建方法,并且以360百科和新闻网页数据为基础进行了实验验证,结果表明所提模型和方法能够有效支持动态知识网络的构建.

一种基于统计技术的中文术语抽取方法

中文术语识别与抽取是中文文本信息处理的基础,对于提高中文文本索引与检索、文本挖掘、本体构建、潜在语义分析等的处理精度有着重要的意义。文章以互信息和信息熵理论为基础,提出一种基于统计技术的中文术语半自动抽取方法,并且以互联网新闻话题数据为对象进行了实验验证,结果表明所提方法能够有效支持中文术语的抽取。

一种基于J2EE设计模式的框架结构研究

企业级应用涉及的资源众多,数据量大,安全性高,为了高效地开发企业级应用程序,分析企业级应用框架设计的目标和选择合适设计模式准则,阐述如何选择合适的设计模式,并重点研究和设计一种基于J2EE设计模式的框架。该框架在多个管理信息系统中得到应用,取得良好的效果。

面向自动文摘的主题划分方法

对当前主题划分方法进行了分类,对主题划分算法TextSegFault(TSF)做了相关改进。根据文本的类型,从TSF算法和改进的TSF算法中选择其一来进行主题划分,以适应自动文摘任务的需要。实验结果表明,引入本文的主题划分方法能有效地解决传统自动文摘方法造成的主题确实和主要主题冗余的问题,使文摘的结构平衡化。

网络维吾尔文判别及其文本长度下界的探讨

将维吾尔文从阿拉伯文、哈萨克文、柯尔克孜文等以阿拉伯字母为基础书写的类似文字中识别出来,是维文信息处理的基础。作者对维吾尔字符的编码优化后使用N元语法模型实现了维吾尔文的快速语种判别,准确率超过98%。经过错误分析,发现错误判别的文本主要集中在论坛和微博客中,这些文本有效字符数太少,语言特征不充分。最后作者计算了四种语言真实网络文本中的所有公共子串,并对文种判别所需要的最短字符串长度进行了分析。

基于Python的“数字信号处理”课程教学改革

本文结合计算机专业本科人才培养模式和"数字信号处理"课程特点,首次提出基于Python的"数字信号处理"课程教学改革方案,将Python融入理论讲授、实验操作、课程设计三个环节,通过网络课程拓展自主学习渠道,构建以Python为基础,集课堂演示、实践操作、知识应用多位一体的综合教学模式,并在教学实践中得到检验。多个教学指标显示,这项改革节约了实验成本,降低了学习门槛,激发了学习兴趣,提升了课程教学质量。

一种基于Hadoop集群的自然语言处理平台实现方案

本文提出一种基于Hadoop集群的自然语言处理平台实现方案,通过网页收集用户需求和数据,自动调用集群进行处理,返回处理结果。且支持运行第三方开发者编写的Mapreduce插件,平台易扩展。通过实验验证,方案能实现及时响应用户需求,准确调用相关程序,并返回处理结果。

基于轨迹聚类的航空器轨迹模式挖掘研究

轨迹模式是航空器在某段时间或某个区域内相对稳定的飞行模式,对理解和判断目标在一段时间或一定区域内的行为有着重要的意义。针对目标轨迹的特点,在基于点密度聚类算法的基础上,设计并实现了一种基于线段密度的轨迹聚类方法。该方法使用最小描述长度原则将目标的历史轨迹分割为若干轨迹段,通过计算轨迹段之间的相似度对飞行轨迹进行聚类,最后运用扫描线算法生成目标的轨迹模式。实验证明,该方法可以较为准确地从大量轨迹数据中发掘出航空器目标的轨迹模式。

浅析舰船目标识别流程与方法

目标识别属于模式识别,是指通过人工或技术手段把一个或一类特殊目标从众多目标中区分出来的过程。舰船目标识别对于一个国家的海洋权益和海洋安全有着重要的意义。本文根据识别过程中是否用到目标图像把舰船目标识别技术分为基于成像与基于非成像两大类,梳理了两类技术的识别流程并针对不同技术的优缺点进行了简要分析。

基于Spark计算框架的分布式文本分类方法研究

针对传统文本分类算法在面对日益增多的海量文本数据时效率低下的问题,论文在Spark计算框架上设计并实现了一种并行化朴素贝叶斯文本分类器,并着重介绍了基于Spark计算框架的文本分类实现过程。实验阶段,分别在单机、Map Reduce和Spark三种不同的计算框架下测试了文本分类的效率,并使用控制变量的方法在Spark计算框架下设计对照实验。实验证明,Spark计算框架下的朴素贝叶斯算法在面对海量文本分类时有着较高的处理效率。

以应用为导向的大数据智能理论与方法课程设计与实践

分析开设大数据智能处理课程的必要性和大数据智能处理业务特点,对课程定位、内容设计、教学策略、教学效果等提出课程建设思路,介绍信息工程大学面向大数据工程专业开设大数据智能理论与方法课程的具体实施情况。

结合逆向分析的汇编语言程序设计教学方法

针对目前汇编语言程序设计课程教学中存在的问题,提出将逆向分析引入汇编语言程序设计教学中,通过一个教学实例,阐述结合逆向分析教学法的汇编语言程序设计教学过程。

基于BiLSTM_Att的军事领域实体关系抽取研究

军事领域中实体关系的抽取是该领域相关体系知识图谱建设的重要步骤.本文设计了基于BiLSTM和注意力模型(Attention)的实体抽取模型,该模型分为词向量表示、句子上下文特征提取以及关系分类三个阶段.在词向量表示阶段,模型创新性地加入词性特征.在对相关语料进行实验验证的基础上,结果显示该模型对军事类实体关系抽取有较好的F值.

融入多特征的汉韩双语自动句对齐方法

为解决汉韩双语平行语料库资源匮乏以及传统句对齐算法面向跨语系语言准确率较低的问题,提出了融合特征的汉韩双语句对齐方法。首先将Bi-LSTM融入孪生神经网络构建句对齐模型,用以分别提取汉语和韩语句子的特征并进行对齐。之后基于语料的特点提取句对齐特征融入输入层。通过与传统Bi-LSTM和不同特征组合的孪生Bi-LSTM的对比实验证明,融入特征的孪生Bi-LSTM方法在句对齐任务中具有更优越的性能。