检索结果

Select

1. 基于门控机制和卷积神经网络的中文文本情感分析模型

杨璐, 何明祥

计算机应用 2021, 41 (10): 2842-2848. DOI: 10.11772/j.issn.1001-9081.2020122043

摘要（454）

PDF （717KB）（794）

针对中文数据的特殊性导致判别时容易产生噪声信息，使用传统卷积神经网络（CNN）无法深度挖掘情感特征信息等问题，提出了一种结合情感词典的双输入通道门控卷积神经网络（DC-GCNN-SL）模型。首先，使用情感词典的词语情感分数对句子中的词语进行标记，从而使网络获取情感先验知识，并在训练过程中有效地去除了输入句子的噪声信息；然后，在捕获句子深度情感特征时，提出了基于GTRU的门控机制，并通过两个输入通道的文本卷积运算实现两种特征的融合，控制信息传递，有效地得到了更丰富的隐藏信息；最后，通过softmax函数输出文本情感极性。在酒店评论数据集、外卖评论数据集和商品评论数据集上进行了实验。实验结果表明，与文本情感分析的其他模型相比，所提模型具有更好的准确率、精确率、召回率和F1值，能够有效地获取句子的情感特征。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于迷宫置换和Logistic混沌映射的图像加密算法

杨璐邵利平郭毅师军

计算机应用 2014, 34 (7): 1902-1908. DOI: 10.11772/j.issn.1001-9081.2014.07.1902

摘要（319）

PDF （1243KB）（570）

传统基于置换和混淆的图像加密算法，置换效率低且难以抵抗已知/选择明文攻击，针对此问题，提出基于迷宫置换和Logistic映射的图像加密算法。为提高置换效率，采用深度优先搜索(DFS)迷宫生成算法来高效产生置换；为抵抗已知/选择明文攻击，将待加密图像的消息摘要算法5(MD5)摘要与用户密钥绑定,用以产生迷宫起点坐标、Logistic参数和初值，然后由Logistic映射产生随机数，来决定迷宫置换的节点试探方向和参与混淆，从而使加密环节与明文图像紧密相连。实验表明，所提算法具有较好的加密质量、较高的安全性，且能抵抗已知/选择明文攻击。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于改进Harris角点提取算法的网格图像破损检测

高庆吉徐萍杨璐

计算机应用 2012, 32 (03): 766-769. DOI: 10.3724/SP.J.1087.2012.00766

摘要（1204）

PDF （665KB）（719）

针对周界网格状围栏破损预警问题,提出一种基于改进Harris角点的网格图像破损检测算法。传统Harris角点提取算法需要对图像中每个像素点计算横纵方向上的一阶导数以及角点响应函数值,算法复杂度高,通过引入灰度“相似度”的参数来计算像素点与其周围像素灰度值的相似程度,从而滤除伪角点,减少Harris角点提取时间，最后通过分析角点分布信息来界定破损区域。对移动机器人采集的典型围栏破损图像进行了检测试验,由实验结果可看出,Harris角点提取时间大大减少,表明该算法有效且满足围栏破损检测实际应用要求。

参考文献 | 相关文章 | 多维度评价