检索结果

Select

1. 基于子词嵌入和相对注意力的材料实体识别

韩玉民, 郝晓燕

《计算机应用》唯一官方网站 2022, 42 (6): 1862-1868. DOI: 10.11772/j.issn.1001-9081.2021040582

摘要（217）

HTML （11）

PDF （1612KB）（79）

准确识别命名实体有助于构建专业知识图谱、问答系统等。基于深度学习的命名实体识别（NER）技术已广泛应用于多种专业领域，然而面向材料领域的NER研究相对较少。针对材料领域NER中可用于监督学习的数据集规模小、实体词复杂度高等问题，使用大规模非结构化的材料领域文献数据来训练基于一元语言模型（ULM）的子词嵌入分词模型，并充分利用单词结构蕴含的信息来增强模型鲁棒性；提出以BiLSTM-CRF模型（双向长短时记忆网络与条件随机场结合的模型）为基础并结合能够感知方向和距离的相对多头注意力机制（RMHA）的实体识别模型，以提高对关键词的敏感程度。得到的BiLSTM-RMHA-CRF模型结合ULM子词嵌入方法，相比BiLSTM-CNNs-CRF和SciBERT等模型，在固体氧化物燃料电池（SOFC）NER数据集上的宏平均F1值（Macro F1值）提高了2~4个百分点，在SOFC细粒度实体识别数据集上的Macro F1值提高了3~8个百分点。实验结果表明，基于子词嵌入和相对注意力的识别模型能够有效提高材料领域实体的识别准确率。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 非线性系统的多扩展目标跟踪算法

韩玉兰, 韩崇昭

计算机应用 2019, 39 (5): 1318-1324. DOI: 10.11772/j.issn.1001-9081.2018092020

摘要（740）

PDF （1131KB）（462）

目前扩展目标跟踪算法大都假设其系统为线性高斯系统，针对非线性系统的多扩展目标跟踪问题，提出了采用粒子滤波技术对目标状态和关联假设进行联合估计的多扩展目标跟踪算法。首先，提出了将多扩展目标状态和关联假设进行联合估计的思想，解决了在估计目标状态和数据关联时相互牵制的问题；其次，根据扩展目标演化模型、量测模型建立多扩展目标状态和关联假设的联合建议分布函数，并利用粒子滤波技术实现联合估计的Bayes框架；最后，为解决直接采用粒子滤波实现时存在的维数灾难问题，将目标联合状态粒子的产生和演化分解为各个目标状态粒子的产生和演化，对每个目标的粒子集根据与其相关的权重单独进行重抽样，这样在抑制目标状态估计较差部分的同时使每个目标都保留了对其状态估计较好的粒子。仿真实验结果表明，与扩展目标概率假设密度滤波器的高斯混合实现方式和序贯蒙特卡洛实现方式相比，所提算法的状态估计精度较高，形状估计的Jaccard距离分别降低了30%、20%左右，更适合于非线性系统的多扩展目标跟踪。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于词频统计的文本关键词提取方法

罗燕, 赵书良, 李晓超, 韩玉辉, 丁亚飞

计算机应用 2016, 36 (3): 718-725. DOI: 10.11772/j.issn.1001-9081.2016.03.718

摘要（1277）

PDF （1022KB）（962）

针对传统TF-IDF算法关键词提取效率低下及准确率欠佳的问题,提出一种基于词频统计的文本关键词提取方法。首先,通过齐普夫定律推导出文本中同频词数的计算公式;其次,根据同频词数计算公式确定文本中各频次词语所占比重,发现文本中绝大多数是低频词;最后,将词频统计规律应用于关键词提取,提出基于词频统计的TF-IDF算法。采用中、英文文本实验数据集进行仿真实验,其中推导出的同频词数计算公式平均相对误差未超过0.05;确立的各频次词语所占比重的最大误差绝对值为0.04;提出的基于词频统计的TF-IDF算法与传统TF-IDF算法相比,平均查准率、平均查全率和平均F1度量均有提高,而平均运行时间则均有降低。实验结果表明,在文本关键词提取中,基于词频统计的TF-IDF算法在查准率、查全率及F1指标上均优于传统TF-IDF算法,并能够有效减少关键词提取运行时间。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于场景分类的细节保留直方图均衡算法

胡静马晓峰盛卫星韩玉兵

计算机应用 2014, 34 (7): 2001-2004. DOI: 10.11772/j.issn.1001-9081.2014.07.2001

摘要（128）

PDF （770KB）（379）

针对传统直方图均衡算法细节丢失和亮度饱和的问题，提出一种将场景分类和细节保留相结合的直方图均衡改进算法。利用图像的直方图特征进行场景分类，结合场景分类及图像像素点的特征对分段式直方图均衡处理方法的参数进行优化。改进后的算法复杂度仅为O(L)(L是图像的像素灰度级)，既保留了直方图均衡算法计算量小的特点，又能避免传统直方图均衡的细节丢失和亮度饱和问题，还具有适用于不同场景的稳健处理效果。通过德州仪器公司DM648平台实测验证，该算法可以用于实时视频图像的增强。

参考文献 | 相关文章 | 多维度评价

Select

5. 锥束CT FDK重建算法的GPU并行实现

韩玉闫镔宇超群李磊李建新

计算机应用 2012, 32 (05): 1407-1410.

摘要（1183）

PDF （2157KB）（865）

针对FDK算法重建耗时长的问题，提出了一种基于图形处理器(GPU)的FDK并行加速算法。通过采用合理的线程分配方式,对反投影参数计算过程中与体素无关的中间变量的提取和预计算、对全局存储器访问次数的细致优化等策略，提高FDK算法的执行效率。仿真实验结果表明，在不牺牲重建质量的前提下，完全优化后的FDK并行加速算法重建2563规模的体数据需要0.5s，重建5123规模的体数据需要2.5s，这与较新的研究成果相比有很大幅度的提升。

参考文献 | 相关文章 | 多维度评价

Select

6. 基于主动形状模型算法的局部灰度模型的加权改进方法

韩玉峰王小林

计算机应用 2011, 31 (12): 3392-3394.

摘要（909）

PDF （592KB）（599）

主动形状模型(ASM)算法在对目标点搜索的过程中，只采用了标定点周围的局部灰度信息，这样往往会使灰度相似但其实微观纹理细节差别很大的两个点混为一谈，最终使算法的定位不够精确。为此，提出一种基于主动形状模型算法的局部灰度模型的加权改进方法，该算法采用一系列服从离散高斯分布的加权系数依次表示标定点法线方向上两侧的候选点是真实特征点的可能性，从而建立局部加权灰度模型。通过实验结果表明，改进算法比传统算法精度提高了6%。