基于PLSA方法的用户兴趣聚类

为了在个性化搜索过程中能够准确地挖掘到用户的潜在兴趣并进行相应的聚类分析,提出采用潜语义空间的Zipf分布的特性,并结合PLSA(概率潜在语义分析)来获取全文的语义.即先通过Zipf分布原理找到文档的潜在语义空间,在此空间中对用户的兴趣进行聚类,并建立用户兴趣描述文件(user profile),即建立用户兴趣层次树.实验表明,所提出聚类算法的聚类效果明显优于传统的VSM(向量空间模型)的聚类效果,同时,在著名的CTI数据集上的个性化推荐实验结果也充分说明基于潜在语义空间构建的用户兴趣描述与用户真实兴趣相符合.

利用空间金字塔分块与PLSA的场景分类方法

提出一种基于空间金字塔分块与PLSA方法相结合的场景分类方法.该方法首先通过空间金字塔分块的方式来构建图像区域集合,然后利用概率潜在语义分析(PLSA)从图像的区域集合中发现潜在语义模型,最后根据潜在语义模型找出所有图像区域中潜在语义出现概率来构建区域潜在语义特征,并使用该特征构建SVM模型进行场景分类.在13类场景图像上的试验表明,和其他方法相比,该方法中不需要进行大量的手工标注,而且具有更高的分类准确率.

基于改进PLSA分类器的目标分类算法

通过SIFT描述目标特征,利用Bag-of-words模型将目标特征构建为codebook,通过PLSA分类器对目标进行分类,根据PLSA分类学习过程中存在迭代复杂的问题,将贝叶斯分类器中的直接统计方法替换PLSA中最大似然估计,为PLSA提供足够的先验知识,减少学习过程中迭代次数,实验结果表明,相比于传统PLSA分类算法,本文方法检测结果较为准确,算法切实可行。

一种基于改进PLSA和案例推理的行为识别算法

针对行为人发生的行为因遮挡或者自遮挡可能导致行为歧义性的问题,提出基于改进PLSA和案例推理算法的行为识别方法。该算法既可以克服传统PLSA算法中生成式模型对观察特征序列的独立性假设会导致过拟合的缺点,又可以消除由于遮挡等原因引起的歧义性带来的识别精度降低问题。实验表明该方法能有效地提高人体行为识别准确率。

基于EILBP视觉描述子结合PLSA的场景分类算法

针对场景分类问题,本文提出一种基于图像局部边缘区域的EILBP(Edge Improved Local Binary Pattern)视觉特征描述结合PLSA模型场景分类方法。EILBP视觉特征通过利用局部边缘区域的梯度、方向分布与特征的局部空间分布等信息对图像进行充分合理地描述。首先对场景图像边缘轮廓稠密采样,得到以稠密采样点为中心的图像局部边缘区域并提取区域的EILBP特征作为视觉词汇,对视觉词汇聚类形成视觉词汇表(码本);然后,用词袋(BOW,Bag-Of-Words)模型描述图像;最后,利用PLSA模型对图像的词袋模型进行潜在语义挖掘并用判定式KNN分类器进行场景分类,得到测试图像集合的混淆矩阵。在多类场景图像上的实验表明,本文所用的方法不需要对场景内容进行人工标注,具有较高的分类准确率,且对具有边缘轮廓的图像分类精度较高。

基于视觉注意力和PLSA模型的钢轨表面缺陷检测

针对目前钢轨表面缺陷检测的速度,精度较低,分类较难的现状,提出一种基于视觉注意力和PLSA模型的钢轨表面缺陷检测方法;结合亮度和纹理特征的视觉注意力模型检测钢轨表面缺陷,提取原图像的缺陷区域,并采用PLSA模型对提取的缺陷进行分类。实验结果表明:所提出的方法提高了检测及分类的速度与精度,能满足钢轨表面缺陷检测的要求。

基于PLSA模型的Web页面语义标注算法研究

高效的Web页面语义标注方法是提高Web信息资源利用效率和知识创新的关键。针对当前Web页面语义标注方法存在的问题和Web页面表现出的结构特征和文本特征及其主题分布规律,设计了基于PLSA主题模型的Web页面语义标注算法。该算法分别对Web页面的结构特征和文本特征构建独立的PLSA主题模型,采用自适应不对称学习算法对这些独立的PLSA主题模型进行集成和优化,最终形成新的综合性的PLSA主题模型进行未知Web页面的自动语义标注。实验结果表明,该算法能够显著提高Web页面语义标注的准确率和效率,可以有效地解决大规模Web页面语义标注问题。

基于显著区域和pLSA的图像检索方法

由于利用全局特征的图像检索方法在很大程度上受到背景的影响,提出了一种基于显著区域和pLSA相结合的图像检索方法。该方法首先通过谱残差和多分辨率分析提取图像的显著目标区域,其次计算所有图像显著区域的颜色和纹理特征并利用K-均值聚类生成视觉词汇表,然后将每幅图像表示成若干视觉词汇的集合。最后利用概率潜在语义分析(pLSA)来提取区域潜在语义特征,并使用该特征构建SVM分类器模型进行图像检索。将本方法和基于全局特征的图像检索方法比较,实验结果表明,基于显著区域的图像检索结果更加准确。

基于pLSA模型的滚动轴承故障检测

针对滚动轴承故障检测过程中训练样本收集难的问题,研究了视觉词袋模型和p LSA算法,提出了一种基于概率潜在语义模型的滚动轴承故障检测新方法。为了减少计算复杂度,降低特征的维数,在利用小波包变换提取滚动轴承故障特征后,引入视觉词袋模型将故障特征表示为视觉词袋特征的直方图;为了减少训练样本收集的难度,解决小样本问题,进而运用p LSA模型对滚动轴承故障进行检测。实验结果表明,该方法缩短了训练时间,提高了检测精度,具有一定的实用价值。

一种融合PLSA模型和树模型的文本病历语义分析新方法

将文本语义分析领域中的概率潜语义分析(PLSA)模型和语义树模型进行融合,设计一种新模型,并将其应用在文本病历语义分析上,较好地解决了文本病历语义分析过程中存在的"多词一义"情况,降低了语义维度,简化了窗口语义树的结构.通过语义分解和语义检索实验证明了该模型在文本病历语义分析上的优势.

基于PLSA模型的在线评论量化研究

随着大数据时代的到来,网络购物的快速发展,越来越多的网民可以跨地域界线进行方便、快捷的购物交流.因此,由互联网用户创造的海量数据使得在线评论成为一种重要的网络口碑.本文以十几年来亚马逊在线市场几种产品的评价为例,首先依据评论的帮助等级确定评论使用价值.排除使用价值过低的评论后,再对剩余数据使用PLSA模型进行潜在语义分析,得出每篇在线评论的情感因素.将情感因素量化后,作为每条评论的情感评分,并以此将评论分为积极评论和消极评论.最后建立“时间-星级-评论”模型,研究星级对客户评论的影响.该模型从评论的来源着手,研究影响评论的因素,提早对产品的评论情感趋势进行预测,使公司能在销售前期便对产品的销售策略进行优化调整.

利用SURF和PLSA的遥感图像场景分类

针对遥感图像场景分类的特点,提出了一种基于SURF和PLSA的分类方法。该方法首先采用SURF算法提取图像的局部特征,其次对特征利用K-means聚类生成视觉词汇表,从而得到图像的视觉词袋描述。然后利用概率潜在语义分析(PLSA)从图像中提取潜在语义特征,最后使用支持向量机(SVM)分类器完成图像的场景分类任务。在21类场景图像上的实验结果表明,文中方法可以有效提高遥感图像的场景分类精确度。

基于SURF特征的PLSA图像分类器研究

在图像分类中,存在两方面的因素影响着图像分类的性能。第一个是图像的采集过程中受到的客观影响。第二是选择分类器的主观影响。考虑上述影响分类性能的因素,本文对局部特征、图像表示模型和无监督分类方法进行了研究。

基于PLSA的新闻评论情绪类别自动标注方法

针对大规模语料手动标注困难的问题,提出利用概率潜在语义分析(PLSA)模型的新闻评论自动标注方法.利用PLSA计算获得语料集的"文档-主题"和"词语-主题"概率矩阵;基于情感本体库和"词语-主题"概率矩阵,认为某一类情绪词汇出现的概率最高的主题与词汇的情绪类别相同,对主题进行情绪类别标注;最后,基于"文档-主题"概率矩阵,认为出现在某一主题概率最高的文档与主题的情绪类别相同,通过"词汇-主题-文档"三者的关系,达到自动标注的效果.实验结果表明,本文提出的方法准确率可达到90%以上.

基于ML-pLSA模型的目标识别算法

为了避免图像目标识别过程中识别结果对分割结果的过度依赖,该文提出了一种基于多尺度的概率潜在语义分析目标识别方法(Multi-Level-probabilistic Latent Semantic Analysis,ML-pLSA)。该方法利用多种分割算法对图像进行多尺度分割,再利用pLSA算法和词袋方法(Bag Of Words,BOW)对分割区域进行目标类别估计,最后联合多尺度的估计值给出最终分割结果。在目标尺度、目标角度、外界光照变化都相对较大的GRAZ-02数据库上进行实验,结果表明:与传统目标识别算法相比,该方法鲁棒性更强;在识别准确率方面,也有了很大的提高,取得了很好的效果。

基于PLSA模型的观点句聚类算法研究

针对互联网评论文本中观点句情感特征的稀疏性及低频性,提出一种基于概率潜在语义分析(PLSA)模型的观点句聚类算法。利用PLSA对语料库中的观点句进行数据预处理与数据聚类,并以微平均F1为评价指标设计与采用潜在语义分析(LSA)方法的对比实验。分析与研究结果表明:(1)主题数在20附近时,聚类效果最为显著;主题数超过20时,聚类效果随着主题数的增加呈递减趋势,之后聚类效果趋于稳定;(2)与LSA算法相比,PLSA算法显示出较好的聚类效果,数据测试结果验证了该模型的有效性。研究结果对提高信息检索速度与个性化推送服务具有重要意义。

基于PLSA模型的文本分割

文本分割在信息提取、文摘自动生成、语言建模、首语消解等诸多领域都有极为重要的应用·基于PLSA模型的文本分割试图使隐藏于片段内的不同主题与文本表面的词、句对建立联系·实验以汉语的整句作为基本块,尝试了多种相似性度量手段及边界估计策略,同时考虑相邻句重复的未登录词对相似值的影响,其最佳结果表明,片段边界的识别错误率为6·06%,远远低于其他同类算法·

基于PLSA的面向用户的网络搜索(英文)

针对当前的搜索引擎提供面向查询、而非面向用户的服务,从而导致搜索引擎无法满足用户个性化的需求这一问题,提出了一种基于PLSA的新方法,将面向查询词的搜索转变成面向用户的搜索.首先,通过分析用户查询历史和浏览记录建立代表用户模型的用户兴趣向量,在用户发出查询时用户的查询词根据用户兴趣向量被映射到兴趣分类上,最终根据面向用户排序算法将返回结果列表重新排序.实验表明该面向用户搜索系统能够充分考虑用户的偏好,从而更好地满足不同用户的信息需求.

基于PLSA-BOW模型的医学影像分类算法的研究

随着现代医学成像技术的快速发展,医学影像分类已经成为重要的辅助诊疗需求。将文本领域中的词袋模型引入到图像领域,构建视觉词袋模型。为解决多义词和同义词问题,通过把词袋模型与PLSA主题模型结合,提出PLSA-BOA模型来解决传统词袋模型中的语义问题,这使得基于词袋模型的分类方法在精度上得到了进一步提高。实验结果表明,PLSA-BOW模型用于医学影像分类,具有较高的分类精度。

基于PLSA模型的Web用户聚类算法研究

面对因特网上急剧增加的网页内容,通过对Web日志中的浏览记录进行聚类分析,可以改进信息搜索和个性化服务的效率。根据信息论理论,在会话-页面矩阵权值计算中考虑局部和全局权值的贡献;利用PLSA将隐式变量Z对页面P的条件概率转换为隐式变量Z对会话S的条件概率,然后在聚类分析中以此作为相似度计算依据。聚类算法采用了基于距离的k-medoids算法,以进一步改善聚类精度。实验结果验证了该算法的有效性和局限性。