检索结果

Select

1. 基于多元判别分析的汉语句群自动划分方法

王荣波, 李杰, 黄孝喜, 周昌乐, 谌志群, 王小华

计算机应用 2015, 35 (5): 1314-1319. DOI: 10.11772/j.issn.1001-9081.2015.05.1314

摘要（444）

PDF （995KB）（662）

针对目前句群划分工作缺乏计算语言学数据支持、忽略篇章衔接词的问题以及当前篇章分析较少研究句群语法单位的现象,提出一种汉语句群自动划分方法.该方法以汉语句群理论为指导,构建汉语句群划分标注评测语料,并且基于多元判别分析(MDA)方法设计了一组评价函数J,从而实现汉语句群的自动划分.实验结果表明,引入切分片段长度因素和篇章衔接词因素可以改善句群划分性能,并且利用Skip-Gram Model比传统的向量空间模型(VSM)有更好的效果,其正确分割率P_μ 达到85.37%、错误分割率WindowDiff降到24.08%.同时该方法在句群划分任务上有更大的优势,比传统MDA方法有更好的句群划分效果.

参考文献 | 相关文章 | 多维度评价

Select

2. 一种鲁棒的人脸特征定位方法

吴暾华周昌乐

计算机应用

摘要（1534）

PDF （980KB）（1237）

提出了一种基于AdaBoost算法和C-V方法的人脸特征定位方法。首先根据AdaBoost算法训练样本得到脸、眼、鼻、嘴4个检测器；然后结合人脸边缘图像的先验规则，使用人脸检测器提取人脸区域；接着利用眼、鼻、嘴检测器从人脸区域中检测出人脸特征所在的矩形区域；最后利用C-V方法从各个特征区域中分割出人脸特征的轮廓，进而得到人脸关键特征点的位置。在DTU IMM人脸测试集上，眼睛的检测率为100%，鼻子的检测率为95.3%，嘴巴的检测率为98.4%，提取出的特征点位置准确。实验结果表明方法是有效和鲁棒的。

相关文章 | 多维度评价

Select

3. 基于主题词频数特征的文本主题划分

康恺林坤辉周昌乐

计算机应用

摘要（1858）

PDF （593KB）（866）

目前文本分类所采用的文本—词频矩阵具有词频维数过大和过于稀疏两个特点，给计算造成了一定困难。为解决这一问题，从用户使用搜索引擎时选择所需文本的心理出发，提出了一种基于主题词频数特征的文本主题划分方法。该方法首先根据统计方法筛选各文本类的主题词，然后以主题词类替代单个词作为特征采用模糊C均值(FCM)算法施行文本聚类。实验获得了较好的主题划分效果，并与一种基于词聚类的文本聚类方法进行了过程及结果中多个方面的比较，得出了一些在实施要点和应用背景上较有意义的结论。

相关文章 | 多维度评价

Select

4. 快速人脸检测系统的设计与实现

吴暾华;周昌乐

计算机应用 2005, 25 (10): 2351-2353.

摘要（1374）

PDF （629KB）（15916）

为了快速而准确地在复杂背景的灰度或彩色图像中检测人脸，对实时人脸检测方法做了一些扩展并根据该方法设计实现了一个快速人脸检测系统，系统分为训练和检测两部分，训练方法为AdaBoost算法。测试表明该系统的性能较好。

相关文章 | 多维度评价

Select

5. 基于语义空间的支持向量机的文本过滤

沈丽虹，周昌乐

计算机应用 2005, 25 (03): 664-665. DOI: 10.3724/SP.J.1087.2005.0664

摘要（1268）

PDF （111KB）（964）

传统的基于支持向量机的文本过滤,用向量空间模型来表示文本和用户模板,向量空间模型假设特征项之间是线性无关的,该假设引入了许多因具体用词变化不定而带来的词汇噪音信息,影响了基于支持向量机的文本过滤的过滤性能。提出基于语义空间的支持向量机的文本过滤,用语义来表示文本和用户模板。该方法主要通过奇异值分解提取文本的潜在语义空间,在语义空间上训练支持向量机得到用户模板和过滤阈值,文本流上的文本映射到语义空间上,在语义空间上计算用户模板和新文本的相似度。实验表明:该方法的过滤性能可以达到 98. 67%。

相关文章 | 多维度评价

Select

6. 基于句群的自动文摘方法研究

王荣波张璐瑶李杰黄孝喜周昌乐

录用日期: 2015-11-09