Centroid和EM结合的半监督文本分类

针对维吾尔文文本分类中的"标注瓶颈"问题,研究半监督文本分类。将期望最大化(expectation maximization,EM)算法和基于质心向量(Centroid vector)的分类算法相结合,提出一种半监督文本分类算法Centroid-EM,解决在Centroid分类器下,结合少量已标注样本和大量未标注样本来提高分类器性能的问题。在维吾尔文文本数据集上的实验结果表明,未标注样本的加入能够改善基于Centroid的分类方法在维吾尔文文本数据集上的分类效果。

双线阵测绘相机视轴抖动实时测量

本文建立了一个航天线阵测绘相机视轴测量模型,以实现对双线阵测绘相机视轴抖动的实时测量。首先,通过在相机焦平面两端设置激光收发装置,经由中央棱镜关联,构建了两台相机之间的夹角参数变化测量模型。接着,基于双矢量定姿原理推导了计算表达式,可以实现相机焦距及绕XYZ三轴变化量的高精度测量。对计算方法的误差进行了分析,并通过仿真进行了验证。此外,还对本文提出方法与工程上常用的简化方法之间的残差进行了仿真,结果表明,简化方法仅在很小的测量范围内与本文提出方法一致性良好,当测量角度范围扩大到2′时,采用本文提出的计算方法才能得到精度为0.1″的测量结果。最后,在热真空环境下进行了试验验证,结果显示采用该计算方法得到的相机内外参标定精度达0.1″,结果表明两台相机夹角参数表现出轨道周期性规律,为后续开展立体测绘任务提供了良好的参考。

决策粒K均值聚类算法

针对传统K均值聚类效果不稳定,陷入局部最优解和簇边缘样本聚类不准确的问题,提出一种基于决策粒的K均值聚类算法.该算法利用卡方检验、卡方权值参数进行特征选择,再与样本密度和间隔差异结合,选取出优秀初始质心;然后,根据粒向量距离度量方法得到基础粒K均值聚类结果,构造决策粒模型,对决策粒向量进行聚类决策划分.最后,结合多个UCI数据集实验,将该算法与多种经典聚类算法在聚类结果、性能评估、迭代次数等方面进行比较.结果表明,提出的决策粒K均值聚类算法具有选择优秀初始质心和提高聚类性能的优点.

基于潜在语义分析的中文文本层次分类技术

从网络文本自动分类的需求出发 ,针对基于VSM模型的分类处理中词条无关假设和词条维度过高等问题 ,对基于类中心向量的分类方法进行了改进。利用LSA分析中的SVD分解获得Web文档的语义特征向量 ,并在此基础上进行分类处理 ,在不损害分类精度的同时提高了分类及其后处理速度 ,并设计实现了一个原型系统。

基于质心向量的增量式主题爬行

研究如何在一个网页内部进行有选择的爬行.使用TFIDF-2模型以及Max,Ave,Sum三个启发式规则分别计算文档特征权重和质心特征权重,在此基础上构建与根集文档相对应的质心向量,利用它作为前端分类器指导主题爬行.使用前后端分类器分别给Frontier中的各个锚文本打分,将它们的打分求和,从中选择打分最高的链接,下载其对应的网页.实验结果表明,在质心向量的指导下,爬行程序借助于锚文本便可以准确地预测链接所指向网页的相关性;另外,双分类器框架还使得爬行策略具有增量爬行的能力.

一种改进的基于质心的文本分类算法

文本分类是数据挖掘与信息检索领域的热点话题,近年来迅速发展。基于质心的方法是一种建模迅速且效果较好的文本分类方法,许多学者对该方法进行了深入研究并提出改进策略,不断提高算法效果。提出一种新的动态调整质心位置算法,该算法根据训练集中的每个样本文本动态的调整质心位置。并且针对海量数据处理瓶颈,运用当前两种并行计算框架MapReduce和BSP,提出了算法的并行策略。通过与其它算法在5种不同数据集中的对比实验,证明该方法确有较准确的分类效果。

大规模数据集下支持向量机训练样本的缩减策略

大量数据下支持向量机的训练算法是SVM研究的一个重要方向和焦点。该文从分析SVM训练的问题的实质和难点出发,提出一种在训练前先求出类别质心,去除非支持向量对应的样本,从而达到缩小样本集的方法。该方法在不损失分类正确率的情况下具有更快的收敛速度,并从空间几何上解释了支持向量机的原理。仿真实验证明了该方法的可行性和有效性。

视频相似度的衡量

基于内容的视频检索系统中 ,最常用的检索方式是例子视频查询 ,即用户提交一部视频 ,系统返回相似的一系列视频 .但是 ,怎样定义的两部视频是相似的 ,仍然是一个困难的问题 .文中介绍了一种新的方法以解决这一难点 .首先 ,提出了镜头质心特征向量的概念 ,减少了关键帧特征的存储量 .其次 ,利用人类视觉判断中所潜在的因子 ,提出了视频在镜头间相似度的衡量 ,以及总体上相似度的衡量的方法 ,为不同粒度上的衡量提供了很大的灵活性 ,在现实意义上也是合理的 .

基于运动估计的Kalman滤波视频对象跟踪

提出了一种利用Kalman滤波对运动目标的形心进行预测,从而实现视频对象跟踪的算法。首先进行视频对象分割,求出运动目标的形心。再利用视频序列中连续两帧的形心和运动矢量信息,用Kalman滤波对运动目标的形心在下一帧的位置进行预测,从而快速、有效地自动跟踪多个目标对象。实验结果表明,该算法对运动目标的出现和消失,以及非刚性物体的尺度变化和变形,具有较强的鲁棒性。

六轮月球探测机器人质心域分析及摇臂优化

针对月球探测机器人在崎岖不平的月面上行驶时,其质心位置影响着抗倾翻以及越障等性能,对六轮月球探测机器人质心域分析及摇臂优化。简要分析探测机器人部件,运用坐标转换推导出在任意运动位置时质心域的计算公式,在此基础上对探测机器人进行样例分析,得到质心矢量的模关于摇臂转角的变化曲线,获得两侧摇臂转角与质心矢量的模的变化规律,并对摇臂尺寸进行优化。结果表明:探测机器人的质心域为一平面区域,当l3+l4为定值且l3:l4=2:1时,其车体抗干扰性能最强。

基于加权质心法的WLAN室内定位系统

在利用接收信号强度指示(RSSI)进行定位的WLAN室内定位系统中,为获得更高的定位精度,提出一种支持向量机与加权质心法相结合的定位算法。该算法首先以四边形对定位场地进行区域划分,在各四边形区域的顶点位置采样指纹点数据,利用支持向量机(SVM)多分类将定位点位置缩小到某个四边形区域内。最后利用加权质心法,计算出定位点的坐标。仿真实验与实地实验结果表明,该算法比支持向量机回归(SVR)、最小二乘支持向量机(LSSVM)、K最近邻法(KNN),定位精度有明显提高,定位误差在1.4 m,定位精度在90%以上。

依透视投影法的冲击式水轮机水斗形状可视化

针对三维非正交曲线坐标系下对冲击式水轮机用平行投影法进行可视化投影缺乏现实性、旋转水斗内自由水膜随时空变化非定常的问题,为得到可视化流动解析结果并保持现实感,采用透视投影法最具有现实感。论述了透视投影法的理论依据,并根据转动坐标系和静止坐标系下不同视点和投影图心得到相应的投影结果,与文献摄影结果进行了比较分析,确认了有效性。

基于加权聚类质心的SVM不平衡分类方法

不平衡数据分类是机器学习研究的热点问题,传统分类算法假定不同类别具有平衡分布或误分代价相同,难以得到理想的分类结果.提出一种基于加权聚类质心的SVM分类方法,在正负类样本上分别进行聚类,对每个聚类,用聚类质心和权重因子代表聚类内样本分布和数量,相等类别数量的质心和权重因子参与SVM模型训练.实验结果表明,该方法使模型的训练样本具有较高的代表性,分类性能与其他采样方法相比得到了提升.

改进的向量质心模型在实时信息检索中的应用研究

将相关反馈技术应用于信息检索中可以学习和明确用户的信息需求,并对检索结果进行信息过滤,是提高信息检索效果的有效手段之一。除了准确率和召回率之外,过滤算法的适应性、速度也直接影响用户使用信息检索系统的体验。采用向量空间模型表示文档的内容预处理工作少,计算简单,适用于实时信息检索。结合偏差最小的基本原理,将改进的反馈文档向量的质心应用于信息重排。以重排的应用场景,在TREC Filtering Task数据集上进行仿真,并与基于关键词检索和类质心的检索方式进行了试验比较。

鱼雷质心配重纠偏技术的实现

为了快速找到最佳配重组合 ,使鱼雷在完成配重后的实际质心尽可能地接近理想位置 ,提出了实际质心矢量和配重矢量的概念 ,从而将静力学问题转化为相对容易处理的几何学问题 .设计了配重矢量表 ,通过查表法可以快速地寻求最佳配重组合 ,并提出了最大配重误差的评价方法 .

大规模训练集的快速缩减

为了进一步减少支持向量机的训练时间,提出了一种基于类别质心的训练集缩减算法.该算法根据样本的几何分布去除训练集中大部分非支持向量.对样本规模在104数量级的数据集进行了训练实验,结果显示,在基本不损失分类精度的情况下,训练时间比直接用SMO(序贯最小优化)算法减少30%,说明该算法能有效地提高支持向量机的训练速度.

FCAN:一种基于快速映射的内容访问网络

针对当前结构化P2P文件存储系统存在仅支持单关键字的精确匹配,而缺乏支持语义查询的局限性,提出一种基于快速映射的结构化P2P存储系统FCAN,利用FastMap实现从语义空间到P2P空间的映射,在保证文本矢量语义完整性的同时对其进行有效降维,从而实现基于内容的查找;通过对质心法确定的最近邻居进行聚类,有效地减少了冗余消息和查询时间。仿真实验表明FCAN不仅具有较高的召回率和精度,还具有较少的查询时间和冗余消息。

一种不需要计算量化失真的快速码书训练算法

该文利用LBG算法迭代过程中质心序列收敛特性,提出了一种快速算法。它的基本思想是,直接去掉LBG算法中量化失真计算,用质心序列收敛作停止条件。我们用典型的测试图像Lena做实验,实验结果表明,该算法与著名的LBG算法的PSNR相差小于0.1dB,但它的运行时间至少比LBG的运行时间少一半。

改进的中心向量算法在农业信息分类中的研究

自21世纪以来,农业信息网站开始迅速增加。为了给广大农民朋友和农业科研人员提供方便,需要对农业信息进行分类。将农业信息进行分类有利于农业信息的获取和管理,农业分类的方法有很多种,其中中心法分类相对简单且卓有成效。中心向量计算方法是中心法分类的核心,文中实验目的在于找出效率较高的中心向量计算方法来提高分类的准确率。目前文本类的中心向量计算多数是由该类别文本特征向量的简单算术平均得到的,这样计算得出的中心向量往往会有模型偏差,以至于不能得到很好的分类效果。为解决这个问题,使用总和法、均值法和归一化法计算中心向量,并进行对比实验,结果表明归一化法在查准率、查全率和F1测度都有较好的表现。

一种改进的SVM支持向量分类方法

提出了一种改进的支持向量分类方法,根据支持向量机中支持向量不会出现在两类样本集间隔以外的正确划分区的理论,通过引入类质心距等概念,从而较好地解决了当两类样本集混淆严重的时候如何更加精确地进行剔除混淆点,保证算法泛化性的问题。实验表明,采用这种改进的算法在两类训练样本集混淆较严重时能较好地解决泛化性问题。