Toggle navigation
首页
期刊介绍
期刊简介
历史沿革
收录情况
获奖情况
引用指标
编委会
期刊在线
文章推荐
过刊浏览
专辑专刊
下载排行
阅读排行
投稿指南
组稿方向
投稿须知
论文模板
常见问题
署名变更申请
单位变更申请
版权转让协议
中图分类号
引言书写要求
参考文献著录格式
插图与表格规范
英文摘要书写要求
收费标准
学术诚信
联系我们
编辑部联系方式
位置示意图
期刊订阅办法
广告合作
English
期刊
出版年
关键词
结果中检索
(((吴江[Author]) AND 1[Journal]) AND year[Order])
AND
OR
NOT
文题
作者
作者单位
关键词
摘要
分类号
DOI
Please wait a minute...
选择:
导出引用
EndNote
Ris
BibTeX
显示/隐藏图片
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
)
可视化
收藏
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
)
可视化
收藏
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
)
可视化
收藏
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
)
可视化
收藏
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
)
可视化
收藏
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
)
可视化
收藏
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Nave 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
)
可视化
收藏
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