自动发音错误检测中基于最大化F1值准则的区分性特征补偿训练算法

为提高自动发音错误检测性能,提出一种区分性特征补偿训练算法.该方法将高斯后验概率矢量经过线性变换后作为偏移量补偿至传统的谱特征.将经过正确度标注的语音数据库上的发音错误检测F1值的最大化作为变换参数的训练准则.推导了目标函数对变换参数的偏导数公式,并利用无约束参数优化例程L-BFGS更新变换参数.发音错误检测实验表明该方法能够有效增大训练和测试集的F1值.并且训练和测试集的精确度、召回率也都有明显提高.在特征优化的基础上进行模型参数训练,检错性能较单独的区分性特征训练、单独的区分性模型训练都有进一步改进.

基于F1值的非极大值抑制阈值自动选取方法

传统的NMS算法的过滤阈值是人为设定的,由于阈值的选取不当可能会造成漏检和误检。在应用NMS算法时,所有图像的最佳阈值不是完全相同的,根据图像自身信息的不同而发生变化。针对上述问题,提出基于F1值的非极大值抑制阈值自动选取方法,综合考虑检测算法的准确率与召回率,选取使F1值最高的最佳过滤阈值,构建映射关系。测试阶段,利用映射关系和图像信息自动选取对应的过滤阈值。实验结果表明,本文提出的改进版本NMS算法将检测精度mAP值提高了1.1%。与现有的先进算法做对比,证明了本文算法的有效性。

北京地区膳食摄入^(232)Th吸收入体液份额f_1值的探讨

从北京地区公众成年人^(232)Th 的膳食日食入量,空气日吸入量,以及骨中^(232)Th 的沉积量出发,利用 ICRP 30号报告中参考人的代谢参数和内照射的库室模型,估算了北京地区公众成年人膳食摄入^(232)Th 后经胃肠道向体液转移份额 f_1值。结果表明,对于公众中成年人0.005是 f_1值的合适代表值,是 ICRP 30号报告推荐值 f_1=0.0002的25倍。虽然 ICRP 推荐值并不用于公众,但可以对群体有所了解;而北京地区从实测数据资料出发导出的 f_1值可能是更适于公众的。

结合LightGBM与SHAP的家政服务员离职预测方法研究

针对互联网环境下家政服务员人力资源管理场景的变化,本文将LightGBM算法与SHAP模型结合,形成解决互联网背景下家政服务员离职问题的集成方法。以企业真实数据为研究对象,经数据预处理后建立LightGBM模型进行预测,并与KNN、逻辑回归、决策树、随机森林和GBDT算法对比,结果表明,LightGBM模型的准确率、F1值与AUC值分别为81.23%、84.41%和86.5%,优于其他算法。最终使用SHAP模型分析影响员工离职的重要因素,以此增强模型的可解释性,为企业管理者进行决策提供依据。

基于深度学习的图像分割方法

图像分割是计算机图像处理领域的重点攻关课题。本文针对当前图像分割技术的精度不足的问题,提出了一种基于改进Mask-RCNN的图像分割方法,在经过对图像进行插值、去噪和增强的预处理后,通过设计改进的非极大值抑制(INMS)算法,改良了Mask-RCNN在进行图像分割中产生的错漏检情况。将本文提出的方法应用于实际的开源数据集中并与改进前的算法进行对比,同时设定准确度、召回率以及F1值作为方法性能评估指标。实验结果表明改进的Mask-RCNN方法具有较好的图像分割效果,适用于实际中的图像分割问题,可以为后续的图像识别与目标检测打下良好的基础。

基于生成对抗网络的联邦学习中投毒攻击检测方案

联邦学习(FL)是一种新兴的隐私保护机器学习(ML)范式,然而它的分布式的训练结构更易受到投毒攻击的威胁:攻击者通过向中央服务器上传投毒模型以污染全局模型,减缓全局模型收敛并降低全局模型精确度。针对上述问题,提出一种基于生成对抗网络(GAN)的投毒攻击检测方案。首先,将良性本地模型输入GAN产生检测样本;其次,使用生成的检测样本检测客户端上传的本地模型;最后,根据检测指标剔除投毒模型。同时,所提方案定义了F1值损失和精确度损失这两项检测指标检测投毒模型,将检测范围从单一类型的投毒攻击扩展至全部两种类型的投毒攻击;设计阈值判定方法处理误判问题,确保误判鲁棒性。实验结果表明,在MNIST和Fashion-MNIST数据集上,所提方案能够生成高质量检测样本,并有效检测与剔除投毒模型;与使用收集测试数据和使用生成测试数据但仅使用精确度作为检测指标的两种检测方案相比,所提方案的全局模型精确度提升了2.7~12.2个百分点。

多主题文本分类的实现算法

针对一个文本具有多主题属性,提出一种基于模糊支持向量机的多主题文本分类算法。用1-a-r方法训练子分类器,计算待分类文本到每个超平面的距离,依据距离得到隶属度向量,根据隶属度向量判定该文本所属的主题。实验结果表明,该算法在保证单主题文本分类精度的前提下,实现了多主题文本分类,并且有较好的准确率、召回率和F1值。

空间位置信息的多源POI数据融合

为从2个来源不同的POI数据集合中准确找出用于融合的对应对象,在国外研究成果的基础上提出1种改进方案,该方案在空间位置属性的基础上利用非空间属性相似度来提高结果融合集的准确性。技术路线如下:首先对2个POI数据集合实施空间位置方法找出对应对象组成的初步融合集,然后使用低阈值的名称属性相似度方法排除由空间位置方法找出的错误对应对象,最后使用高阈值的名称属性相似度方法找出空间位置方法未能找出的对应对象。用多组POI数据集合测试改进方案,结果表明融合集的准确率、召回率以及F1值都有明显提高。

基于模糊支持向量机的多主题文本分类算法研究

多主题是文本的一个自然属性,即一些文本不是确定的属于单一主题,而是多个主题.对于这种情况,标准SVM多分类算法不能解决.本文提出一种基于模糊支持向量机的多主题文本分类算法.用1-a-1方法训练子分类器,对于待分类样本,通过子分类器得到对应其隶属度矩阵,依据隶属度矩阵每行元素和判定该文本所属主题.实验结果表明,该算法具有较好的准确率、召回率和F1值.

基于数据仓库的化工企业财务数据集成方法

常规的财务数据集成方法主要以数据查询、实时数据发布为基本需求,难以消除相似重复记录的数据,导致最终的数据集成效果不佳。因此,笔者设计了基于数据仓库的化工企业财务数据集成方法。生成企业财务数据集成本体,获取数据仓库的元数据信息。基于数据仓库清洗化工企业财务数据,消除数据仓库中相似重复记录的数据。构建化工企业财务数据本体集成模型,匹配化工企业财务数据集成属性,进而实现化工企业财务数据的高效集成。采用对比试验的方式,验证了该数据集成方法的集成效果更佳,能够应用于实际生活中。

基于超球支持向量机的多主题文本分类算法

针对标准支持向量机多分类算法不能解决多主题文本分类问题,提出了一种基于超球支持向量机的多主题文本分类算法。该算法用超球支持向量机训练得到每个超球,计算待分类文本到每个超球球心的距离,依据距离得到隶属度向量,最后根据隶属度向量判定该文本所属的主题。实验结果表明,该算法具有更好的召回率、准确率和F1值。

移动电话内容服务系统的个性化推荐

移动电话内容服务系统允许移动用户通过移动互联技术浏览、购买和下载系统内容,是当前移动增值领域研究的热点。具有较强的时空灵活性,但在信息浏览、查找方面存在明显的局限性。提出了一个基于移动电话内容服务系统的个性化推荐系统,介绍了从寻找目标用户到实现推荐的全过程。实验结果表明,所介绍的个性化推荐系统可以有助于解决内容服务系统用户访问受限、资源迷茫的问题。

一种基于改进互信息的文本分类方法

用改进的互信息公式进行特征选择,通过三种文本分类方法验证了改进的公式具有较高的准确率、召回率和F1值,从而证明改进的互信息公式的有效性.

基于随机森林算法的吸毒人员甄别模型研究

基于数据挖掘技术,利用脉搏波数据构建模型进行吸毒人员的甄别技术,是一项新技术研究.对采集的脉搏波数据,在数据预处理的基础上,运用随机森林算法构建吸毒人员甄别模型,该模型准确率虽然较高,但查全率、F1值均较低.为此提出了改进的随机森林算法,主要包括3种改进策略:采用划分多组训练集和测试集进行交叉验证,运用下采样方案来平衡样本分布,选用多评判指标选定模型构建参数.通过测试,根据准确率、查准率、查全率、F1值等多项指标的比较,发现改进的随机森林判别模型性能得到明显提升.

发音错误检错中声学模型训练准则的比较研究

在发音错误检错系统中,将传统语音识别系统中的最大似然估计准则和最小音素错误准则应用于声学模型训练通常不能获得F1值指标意义下的最佳性能.本文在对最大似然准则以及最小音素错误准则参数更新公式进行分析的基础上,提出了最大化F1值函数的区分性训练准则,并利用构造弱意义辅助函数的方法对声学模型参数进行优化.通过比较,发现最大化F1值函数的区分性训练准则能够有效地增大训练和测试数据检错的F1值,同时训练数据和测试数据上的精确度、召回率都有明显改进.

基于分级匹配的信息过滤研究

将基于数据库过滤与基于文本内容过滤两种过滤方式相结合,采用分级匹配过滤的策略,利用相关技术对收集到的网页进行处理。最后结合准确率和查全率这两个系统评价指标,提出一种新的指标,即F1测试值对实验结果进行测评。

基于卷积神经网络的大规模人脸聚类

大规模人脸聚类不仅要求高效的人脸特征,还要求聚类算法在保持高准确率的同时耗时短.本文通过构建卷积神经网络高效提取人脸特征,并采用经典K-means算法和现阶段新颖的CFSFDP(Clustering by Fast Search and Find of Density Peaks)算法进行大规模人脸聚类.实验在聚类数目递增的情况下进行,并通过随机指标(Rand Index,RI)、信息熵、F1-measure和混淆矩阵可视化来综合评估聚类的质量.结果表明,在大规模人脸聚类的情况下,卷积神经网络特征融合K-means的人脸聚类算法速度和准确率均优于CFSFDP算法.这一结论对大规模人脸聚类的实际应用具有重要的指导意义.

一种改进的GOP算法在区分性训练的应用

自动发音错误检错中基于最大化F1值的区分性训练方法是最近提出来的一种声学模型训练方法,该方法能够有效增大发音检错系统中的训练和测试数据检错的F1值。对发音质量评估方法上进行研究,提出一种改进的GOP算法来替代传统的GOP算法,改进GOP算法把传统地GOP算法的先求后验概率再求时间归一化改变成先求时间归一化再求后验概率。根据改进GOP算法给出了使用改进GOP算法最大F1准则的参数更新公式,发音检错实验结果表明基于改进的GOP算法的最大F1值准则训练较使用传统的GOP算法具有过训练抑制性好,在训练机上较低的目标函数值上能达到较高的测试集上的F1值等较好的性能。