检索结果

Select

1. 基于稳定性语义聚类的相关模型估计

孙芯宇, 吴江, 蒲强

计算机应用 2016, 36 (5): 1313-1318. DOI: 10.11772/j.issn.1001-9081.2016.05.1313

摘要（376）

PDF （1012KB）（355）

针对由不稳定聚类估计的相关模型影响检索性能的问题,提出了基于稳定性语义聚类的相关模型(SSRM)。首先利用初始查询前 N个结果文档构成反馈数据集;然后探测数据集中稳定的语义类别数量;接着从稳定性语义聚类中选择与用户查询最相似的语义类别估计SSRM;最后通过实验对模型的检索性能进行了验证。对TREC数据集5个子集的实验结果显示,SSRM相比相关模型(RM)、语义相关模型(SRM),平均准确率(MAP)性能最少提高了32.11%和0.41%;相比基于聚类的文档模型(CBDM)、基于LDA的文档模型(LBDM)和Resampling等基于聚类的检索方法,MAP性能最少提高了23.64%,19.59%和8.03%。实验结果表明,SSRM有利于改善检索性能。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于语义规则的Web金融文本情感分析

吴江唐常杰李太勇崔亮

计算机应用 2014, 34 (2): 481-485.

摘要（880）

PDF （922KB）（1530）

为有效提高非结构化Web金融文本情感倾向和强度分析的精度，提出了基于语义规则的Web金融文本情感分析算法(SAFT-SR)。该算法基于Apriori算法对金融文本进行属性抽取，构建金融情感词典和语义规则识别情感单元及强度，进而得到文本的情感倾向和强度。实验结果表明，与Ku提出的算法相比，在情感倾向分类方面，算法SAFT-SR情感分类性能良好，提高了分类器的F值、查全率和查准率；在情感强度计算方面，算法SAFT-SR的误差更小，更接近真实评分，证明了SAFT-SR是一种有效的金融文本情感分析算法。

相关文章 | 多维度评价

Select

3. 基于稀疏贝叶斯学习的个人信用评估

李太勇王会军吴江张智林唐常杰

计算机应用 2013, 33 (11): 3094-3096.

摘要（850）

PDF （609KB）（426）

针对传统信用评估方法分类精度低、特征可解释性差等问题，提出了一种使用稀疏贝叶斯学习方法来进行个人信用评估的模型(SBLCredit)。SBLCredit充分利用稀疏贝叶斯学习的优势，在添加的特征权重的先验知识的情况下进行求解，使得特征权重尽量稀疏，以此实现个人信用评估和特征选择。在德国和澳大利亚真实信用数据集上，SBLCredit方法的分类精度比传统的K近邻、朴素贝叶斯、决策树和支持向量机平均提高了4.52%，6.40%，6.26%和2.27%。实验结果表明，SBLCredit分类精度高，选择的特征少，是一种有效的个人信用评估方法。

相关文章 | 多维度评价

Select

4. 基于密度和最近邻的Kk-means文本聚类算法

张文明吴江袁小蛟

计算机应用 2010, 30 (07): 1933-1935.

摘要（1391）

PDF （472KB）（1368）

初始中心点的选择对于传统的K-means算法聚类效果影响较大，容易使聚类陷入局部最优解。针对这个问题，引入密度和最近邻思想，提出了生成初始聚类中心的算法，将所选聚类中心用于K-means算法，得到了更好的应用于文本聚类的DN-K-means算法。实验结果表明，该算法可以生成聚类质量较高并且稳定性较好的结果。

相关文章 | 多维度评价

Select

5. 无表达式树的基因表达

李川唐常杰陈瑜邱江涛罗谦吴江朱军

计算机应用

摘要（1358）

PDF （1044KB）（935）

传统基因表达式编程（GEP）进行基因表达时，动态生成释放大量表达式树（ET），成为GEP的性能瓶颈。提出基于Scale的基因表达算法解决此问题。Scale是一个约束线性表。由于Scale支持一次创建，永久使用，而无须更多维护。所以把基因表达至Scale中避免了ET的动态生成和释放。实验结果表明,在多数情况中，基于Scale的基因表达较基于ET的基因表达快6~10 倍。

相关文章 | 多维度评价

Select

6. 基于基因表达式编程的信用评估模型挖掘方法

吴江唐常杰段磊李太勇

计算机应用

摘要（2187）

PDF （757KB）（1114）

提出了一种基于基因表达式编程(GEP)的信用评估模型挖掘方法GEP-CREDIT。该方法基于客户信贷数据，利用GEP算法自动进行属性筛选，并进行属性融合，在此基础上训练和建立信用评估模型。在德国信用数据库真实数据集上做的实验和性能分析表明,基于GEP的信用评估模型挖掘方法较Nave Bayes算法的预测精度提高了3%；较SVM算法的预测精度提高了1.6%；较KNN(K=17)算法的预测精度提高了6.83%。

相关文章 | 多维度评价

Select

7. 基于三维混沌序列的数字图像加密算法

李太勇贾华丁吴江

计算机应用

摘要（2410）

PDF （1045KB）（958）

对Lorenz序列进行了改进，改进后的序列具有理想的伪随机特性。提出了应用改进后的Lorenz序列进行图像加密的算法，该算法对图像的像素和空间位置均进行置乱。仿真及分析结果表明，该算法密钥空间大，具有较好的统计特性、较强的抗干扰能力和较高的执行效率，加密效果对密钥敏感。

相关文章 | 多维度评价