检索结果

Select

1. 用于增强信任评估可靠性的时滞性弱化策略

韩志耕陈耿蒋健王良民

计算机应用 2014, 34 (1): 82-85. DOI: 10.11772/j.issn.1001-9081.2014.01.0082

摘要（509）

PDF （608KB）（517）

为降低信任评估固有时滞性对信度结果可靠性的负面影响,以二阶导数为数学工具,通过量化目标实体的信度变化态势并将其纳入到信任评估过程,提出了用于增强信任评估可靠性的时滞性弱化策略。为检验该策略的有效性,基于逆向工程的思想使用它扩展了由Srivatsa提出的著名的信任重估模型。实验结果显示,扩展后的新模型较原有模型在部分评估结果上更逼近于目标实体的真实行为,同时也更能抑制恶意实体的策略波动行为。这表明时滞性弱化策略能够用于增强信任评估的可靠性。

相关文章 | 多维度评价

Select

2. 结合语义的特征选择方法

熊忠阳付玲玲张玉芳蒋健

计算机应用 2010, 30 (10): 2621-2623.

摘要（1660）

PDF （504KB）（1012）

传统的基于词频统计的特征选择方法忽略了特征项本身的语义信息，特征项之间存在冗余使得维数有限的特征空间无法容纳更多的对分类有用的特征项。为此，利用《知网》(HowNet)的中英双语知识词典构建“概念—领域”表，对每个词语查询该表，如果在表中，则把该词语映射到“领域”;否则保留原词。这样不仅可以将较低层概念泛化到较高层概念，还能在一定程度上消除特征项之间的冗余，而且从语义上加强它对所在“领域”的分类贡献度。分别应用信息增益和χ2统计利用该方法进行文本分类实验，结果表明该方法可以有效地提高分类准确率。

相关文章 | 多维度评价

Select

3. 新的CDF文本分类特征提取方法研究

熊忠阳蒋健张玉芳

计算机应用 2009, 29 (07): 1755-1757.

摘要（1575）

PDF （498KB）（1761）

对高维的特征集进行降维是文本分类过程中的一个重要环节。本文在研究了现有的特征降维技术的基础之上，对部分常用的特征提取方法做了简要的分析,之后结合类间集中度、类内分散度和类内平均频度，提出了一个新的特征提取方法，即CDF方法。实验采用K-最近邻分类算法(KNN)来考察CDF方法的有效性。结果表明该方法简单有效，能够取得比传统特征提取方法更优的降维效果。

相关文章 | 多维度评价

Select

4. 一种面向专利文献数据的文本自动分类方法

蒋健安陆介平倪巍伟孙志挥

计算机应用

摘要（1677）

PDF （629KB）（1124）

中文专利文献自动分类目前尚无成熟适用的方法。分析了文本自动分类的关键技术，并结合专利数据的特点对无词典分词和权重计算进行了改进，提出了一种适用于专利数据分类的层次分类方法，给出了面向专利文献数据的文本自动分类系统的框架模型。实验表明，该系统具有较好的分类精度与效率。

相关文章 | 多维度评价