检索结果

Select

1. 有序规范实数对多相似度 K最近邻分类算法

崔昊阳, 张晖, 周雷, 杨春明, 李波, 赵旭剑

《计算机应用》唯一官方网站 2023, 43 (9): 2673-2678. DOI: 10.11772/j.issn.1001-9081.2022091376

摘要（341）

HTML （19）

PDF （1618KB）（150）

针对最近邻分类算法性能受到所采用的相似度或距离度量方法影响大，且难以选择最优的相似度或距离度量方法的问题，提出一种采用多相似度的基于有序规范实数对的K最近邻分类算法（OPNs-KNN）。首先，在机器学习领域中引入有序规范实数对（OPN）这一新的数学理论，利用多种相似度或距离度量方法将训练集和测试集中所有样本全部转换为OPN，使每个OPN均包含不同的相似度信息；然后再通过改进的最近邻算法对OPN进行分类，实现不同相似度或距离度量方法的结合与互补，从而提高分类性能。实验结果表明，在Iris、seeds等数据集上与距离加权K近邻规则（WKNN）等6种最近邻分类的改进算法相比，OPNs-KNN的分类准确率提高了0.29~15.28个百分点，验证了所提算法能大幅提升分类的性能。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 基于循环一致性对抗网络的数码迷彩伪装生成方法

滕旭, 张晖, 杨春明, 赵旭剑, 李波

《计算机应用》唯一官方网站 2020, 40 (2): 566-570. DOI: 10.11772/j.issn.1001-9081.2019091625

摘要（689）

HTML （9）

PDF （5080KB）（537）

针对传统的数码迷彩生成方法无法根据背景实时生成数码迷彩的问题，提出一种基于循环一致性对抗网络的数码迷彩生成方法。首先，使用密集连接卷积网络提取图像特征，将学习到的数码迷彩特征映射到背景图像中；其次，加入颜色保持损失来提高数码迷彩的生成质量，保证生成的数码迷彩与周围的背景颜色相一致；最后，在判别器中加入自归一化神经网络以提高模型对噪声的鲁棒性。由于缺乏数码迷彩伪装效果的客观评价标准，采用边缘检测算法与结构相似性（SSIM）算法对生成的数码迷彩的伪装效果进行评估。实验结果表明，该方法在自制数据集上生成的数码迷彩伪装的SSIM得分比已有算法的得分降低了30%以上，验证了它在数码迷彩生成任务上的有效性。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

3. 规则半自动学习的概率软逻辑推理模型

张嘉, 张晖, 赵旭剑, 杨春明, 李波

计算机应用 2018, 38 (11): 3144-3149. DOI: 10.11772/j.issn.1001-9081.2018041308

摘要（752）

PDF （1047KB）（653）

概率软逻辑（PSL）作为一种基于声明式规则的概率模型，具有极强的扩展性和多领域适应性，目前为止，它需要人为给出大量的常识和领域知识作为规则确立的先决条件，这些知识的获取往往非常昂贵并且其中包含的不正确的信息可能会影响推理的正确性。为了缓解这种困境，将C5.0算法和概率软逻辑相结合，让数据和知识共同驱动推理模型，提出了一种规则半自动学习方法。该方法利用C5.0算法提取规则，再辅以人工规则和优化调节后的规则作为改进的概率软逻辑输入。实验结果表明，在学生成绩预测问题上所提方法比C5.0算法和没有规则学习的概率软逻辑具有更高的精度；和纯手工定义规则的方法相比，所提方法能大幅降低人工成本；和贝叶斯网络（BN）、支持向量机（SVM）等算法相比，该方法也表现出不错的效果。

参考文献 | 相关文章 | 多维度评价

Select

4. 面向产品属性的用户情感模型

贾闻俊, 张晖, 杨春明, 赵旭剑, 李波

计算机应用 2016, 36 (1): 175-180. DOI: 10.11772/j.issn.1001-9081.2016.01.0175

摘要（836）

PDF （903KB）（488）

传统情感模型在分析商品评论中的用户情感时面临两个主要问题:1)缺乏针对产品属性的细粒度情感分析;2)自动提取的产品属性其数量须提前确定。针对上述问题,提出了一种细粒度的面向产品属性的用户情感模型(USM)。首先,利用分层狄利克雷过程(HDP)将名词实体聚类形成产品属性并自动获取其数量;然后,结合产品属性中名词实体的权重和评价短语以及情感词典作为先验,利用潜在狄利克雷分布(LDA)对产品属性进行情感分类。实验结果表明,该模型具有较高的情感分类准确率,情感分类平均准确率达87%。该模型与传统的情感模型相比在抽取产品属性和评价短语的情感分类上具有较高的准确率。

参考文献 | 相关文章 | 多维度评价

Select

5. 融合语素特征的中文褒贬词典构建

常晓龙张晖

计算机应用 2012, 32 (07): 2033-2037. DOI: 10.3724/SP.J.1087.2012.02033

摘要（894）

PDF （844KB）（634）

针对传统语素方法对于种子词语数量的依赖和传统图方法召回率较低的问题，提出一种将词语间语素关系融入到图模型中，并结合词语同义关系进行中文褒贬词典半监督构建的方法。首先利用语素模型计算词语间语素相似度；然后利用同义词林和双语词典资源，构建词语间同义关系；最后将二种关系结合，并利用标签传播(LP)算法进行词语的褒贬分类。实验结果表明，所提方法具有较高的准确率和召回率，微平均F1值最高可达92.8%；并降低了对种子词语数量的依赖，当种子词语数量仅为100时，微平均F1值依然可达到84.1%。除此之外，所提方法还具有快速收敛的特性。

参考文献 | 相关文章 | 多维度评价