栏目文章

Select

1. MTRF:融合空间信息的主题模型

潘智勇, 刘扬, 刘国军, 郭茂祖, 李盼

计算机应用 2015, 35 (10): 2715-2720. DOI: 10.11772/j.issn.1001-9081.2015.10.2715

摘要（563）

PDF （1118KB）（585）

针对主题模型中词汇独立性和主题独立性假设忽略了视觉词汇间空间关系的问题,提出了一种融合了视觉词汇空间信息的主题模型,称为马尔可夫主题随机场(MTRF),并且提出了主题在图像处理中的表现形式为对象的组成部件。根据相邻视觉词汇以很大概率产生于同一主题的特点,该算法在产生主题的过程中,通过视觉词汇间是否产生于同一主题,来判断主题产生于马尔可夫随机场(MRF),还是产生于多项式分布。同时,从理论和实验两方面论证了主题并非对象的实例,而是以中层特征的形式表达对象的各个组成部件。与隐狄利克雷分配(LDA)相比,MTRF在Caltech101上的平均准确率提高了3.91%;在VOC2007数据集上的平均精度均值(mAP)提高了2.03%;此外,MTRF更准确地为视觉词汇分配了主题,能产生更有效表达对象的组成部件的中层特征。实验结果表明,MTRF有效地利用了空间信息,提高了模型的准确率。

参考文献 | 相关文章 | 多维度评价

Select

2. 中文微博情感分类的简单多标签排序算法

史绍亮, 文益民, 缪裕青

计算机应用 2015, 35 (10): 2721-2726. DOI: 10.11772/j.issn.1001-9081.2015.10.2721

摘要（878）

PDF （1000KB）（596）

针对中文微博文本情感分类中每个样本最多只有两种有序情感标签的情形,提出了一种简单的多标签排序算法——TSMLR,该算法采用两步学习和两步分类的策略,通过学习情感标签之间的主次关系,对微博文本的情感进行分类并对情感标签进行排序。首先,将一个多标签排序问题转化为八个多类单标签分类问题,分别对主要情感标签和次要情感标签进行学习;然后,利用得到的分类模型对微博表达的情感进行两步分类,首先给出主要情感标签,再给出次要情感标签。通过在NLP&CC2014的中文微博文本情感分析评测数据集上进行实验,与校准标签排序方法(CLR)相比,TSMLR方法的准确度和平均精度分别提高了8.59%和9.28%,1-错误率相应下降了9.77%,而且TSMLR所需的训练时间相对较少。实验结果表明:TSMLR对标签之间顺序关系的学习能够有效提高对中文微博情感分类的准确率。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于top- k显露模式的商品对比评论分析

刘璐, 王怡宁, 段磊, Jyrki Nummenmaa, 晏力, 唐常杰

计算机应用 2015, 35 (10): 2727-2732. DOI: 10.11772/j.issn.1001-9081.2015.10.2727

摘要（499）

PDF （994KB）（374）

随着电子商务的发展,许多购物网站都提供商品评论作为用户购物的决策参考。由于商品评论具有海量、冗余、不规范的特点,用户难以在短时间内浏览所有商品评论,更难以基于评论内容发现商品对比特征。对此,设计了top- k显露模式挖掘算法,并将此算法应用于商品评论对比分析,实现了用户购物决策支持系统——ReviewScope。ReviewScope能够从不同商品的评论中发现特定商品的对比评论,并以此作为购物决策可视化地提供给用户。基于京东商城真实商品评论数据的实验结果表明ReviewScope具有有效、灵活、用户友好的特点。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于稀疏矩阵面向论文索引排名的启发式算法

万晓松, 王志海, 原继东

计算机应用 2015, 35 (10): 2733-2736. DOI: 10.11772/j.issn.1001-9081.2015.10.2733

摘要（379）

PDF （738KB）（363）

为了提高学术论文检索的精准性,进而为学术研究提供便利,提出了针对学术论文检索问题的排名策略。首先,介绍了基于网页排名算法面向论文索引排名的启发式方法,其中利用Hash索引技术有效地减少了稀疏矩阵计算对内存的消耗;其次,定义了论文间引用关系图的密集度均衡值,并通过大量实验阐明了不同排名算法的迭代次数与图密集度均衡值之间的关系;最后,将所提出的基于论文索引排名的启发式算法应用于科学引文索引(SCI)数据库中,并与原被引频次降序的排序结果进行比较与分析。实验结果表明:在三种基于网页排名技术的算法中,基于链接结构分析的随机过程算法比较适合于按关键词搜索得到的相关领域学术论文的排名。

参考文献 | 相关文章 | 多维度评价

Select

5. 基于社群发掘构建在线社交网络的高层架构

邱德红, 许方向, 李源

计算机应用 2015, 35 (10): 2737-2741. DOI: 10.11772/j.issn.1001-9081.2015.10.2737

摘要（416）

PDF （700KB）（420）

针对在线社交网络的巨大规模和复杂结构造成的网络分析困难问题,提出建立简明的在线社交网络的高层架构。定义在线社交网络高层架构由社群、链接中心及其它们之间的关联关系组成,提出一种基于社群发掘的在线社交网络高层架构构建方法。通过建立定量属性图来表达在线社交网络,综合利用节点和边的属性进行社群发掘。基于社群发掘结果辨识连接中心,生成社群和连接中心之间的关联关系,从而构建起在线社交网络的高层架构,实现对复杂在线社交网络的高层次的简明表达。将该方法用于建立一个商业电子公告板(BBS)在线社交网络的高层架构,在关联强度和社群尺度分别为0.5和3时可获得良好的社群发掘结果,建立的高层架构与实际情况比较一致。

参考文献 | 相关文章 | 多维度评价

Select

6. 基于对称非负矩阵分解的重叠社区发现方法

胡丽莹, 郭躬德, 马昌凤

计算机应用 2015, 35 (10): 2742-2746. DOI: 10.11772/j.issn.1001-9081.2015.10.2742

摘要（546）

PDF （759KB）（422）

针对重叠社区中的重要节点(重叠节点、中心节点、离群节点)及其固有的重叠社区结构的发现问题,提出了一种新的对称非负矩阵分解算法。首先将误差逼近项和非对称惩罚项的和作为目标函数,然后基于梯度更新的原则及非负约束条件推导出该算法。对5个实际网络进行了仿真实验,结果显示所提算法能将实际网络的重要节点及其固有的社区结构发现出来。从社区发现结果的平均导电率和算法的执行时间看,所提方法优于非负矩阵分解社区发现(CDNMF)方法;从准确率和召回率的调和平均值的加权平均值看,所提方法比较适合较大数据集的重叠社区发现。

参考文献 | 相关文章 | 多维度评价

Select

7. 基于概率潜在语义分析的群体情绪演进分析

林江豪, 周咏梅, 阳爱民, 陈昱宏, 陈晓帆

计算机应用 2015, 35 (10): 2747-2751. DOI: 10.11772/j.issn.1001-9081.2015.10.2747

摘要（344）

PDF （900KB）（488）

针对群体情绪演进分析中话题内容挖掘及其对应群体情绪分析两个层面的难题,提出了一种基于概率潜在语义分析(PLSA)模型的群体情绪演进分析方法。该方法首先利用PLSA模型抽取时间序列上的子话题,挖掘话题内容随时间的演进规律;再利用句法关系和情感本体库,抽取与话题内容相匹配群体情绪单元,计算情绪单元的强度,形成情绪特征向量;最后,对各子话题下的情绪强度进行求和,细粒度分析子话题和事件的整体群体情绪,深入挖掘群体情绪演进规律,并将群体情绪量化和可视化。在话题情绪单元抽取过程中,引入了句法规则和情感本体库,更细粒度地抽取情绪单元,并提高了话题内容与情绪单元匹配的准确性。实验结果表明,该模型能够实现话题内容及其群体情绪按时序特征的演进分析,验证了所提方法的有效性。

参考文献 | 相关文章 | 多维度评价

Select

8. 新颖的判别性特征选择方法

吴锦华, 左开中, 接标, 丁新涛

计算机应用 2015, 35 (10): 2752-2756. DOI: 10.11772/j.issn.1001-9081.2015.10.2752

摘要（413）

PDF （666KB）（395）

作为数据预处理的一种常用的手段,特征选择不仅能够提高分类器的分类性能,而且能增加对分类结果的解释性。针对基于稀疏学习的特征选择方法有时会忽略一些有用的判别信息而影响分类性能的问题,提出了一种新的判别性特征选择方法——D-LASSO,用于选择出更具有判别力的特征。首先D-LASSO模型包含一个 L ₁-范式正则化项,用于产生一个稀疏解;其次,为了诱导出更具有判别力的特征,模型中增加了一个新的判别性正则化项,用于保留同类样本以及不同类样本之间几何分布信息,用于诱导出更具有判别力的特征。在一系列Benchmark数据集上的实验结果表明,与已有方法相比较,D-LASSO不仅能进一步提高分类器的分类精度,而且对参数也较为鲁棒。

参考文献 | 相关文章 | 多维度评价

Select

9. 基于共轭梯度的极速学习机

张沛洲, 王熙照, 顾迪, 赵士欣

计算机应用 2015, 35 (10): 2757-2760. DOI: 10.11772/j.issn.1001-9081.2015.10.2757

摘要（555）

PDF （668KB）（423）

极速学习机(ELM)由于具有较快的训练速度和较好的泛化能力而被广泛的应用到很多的领域,然而在计算数据样例个数较大的情况下,它的训练速度就会下降,甚至会出现程序报错,因此提出在ELM模型中用改进的共轭梯度算法代替广义逆的计算方法。实验结果表明,与求逆矩阵的ELM算法相比,在同等泛化精度的条件下,共轭梯度ELM有着更快的训练速度。通过研究发现:基于共轭梯度的极速学习机算法不需要计算一个大型矩阵的广义逆,而大部分广义逆的计算依赖于矩阵的奇异值分解(SVD),但这种奇异值分解对于阶数很高的矩阵具有很低的效率;因为已经证明共轭梯度算法可通过有限步迭代找到其解,所以基于共轭剃度的极速学习机有着较高的训练速度,而且也比较适用于处理大数据。

参考文献 | 相关文章 | 多维度评价

Select

10. 基于标签相关性的 K近邻多标签分类方法

檀何凤, 刘政怡

计算机应用 2015, 35 (10): 2761-2765. DOI: 10.11772/j.issn.1001-9081.2015.10.2761

摘要（522）

PDF （656KB）（583）

针对 K近邻多标签(ML-KNN)分类算法中未考虑标签相关性的问题,提出了一种基于标签相关性的 K近邻多标签分类(CML-KNN)算法。首先,计算出标签集合中每对标签间的条件概率;其次,对于即将被预测的标签,将其与已经预测的标签间的条件概率进行排序,求出最大值;最后,将最大值跟对应标签值相乘同时结合最大化后验概率(MAP)来构造多标签分类模型,对新标签进行预测。实验结果表明,所提算法在Emotions数据集上的分类性能均优于ML-KNN、AdaboostMH、RAkEL、BPMLL这4种算法;在Yeast、Enron数据集上仅在1~2个评价指标上低于ML-KNN与RAkEL算法。由实验分析可知,该算法取得了较好的分类效果。

参考文献 | 相关文章 | 多维度评价

Select

11. 基于Memetic框架和改进DFP局部搜索的改进差分进化算法

马震远, 叶树锦, 林智勇, 梁钰彬, 黄翰

计算机应用 2015, 35 (10): 2766-2770. DOI: 10.11772/j.issn.1001-9081.2015.10.2766

摘要（396）

PDF （881KB）（379）

为提高差分进化(DE)算法对性连续优化问题的求解能力、增强算法的适应性,提出了一种基于局部快速收敛算法的Memetic进化算法。改进了Davidon-Fletcher-Powell方法,得到了具有强搜索能力的局部搜索算法——NDFP。当进化过程中出现具有优秀特质的个体时,NDFP可以使该个体沿着局部最优解的方向快速进化。为综合NDFP和DE的优势,提出局部搜索的执行策略来平衡全局搜索和局部搜索的关系,使得NDFP对DE的优化具有更为广泛的适应性。在CEC2005和CEC2013 Benchmark的53个测试函数上的实验结果表明,同DE/current-to-best/1、SaDE和EPSDE算法相比,NDFP-DE进化算法具有更高的求解精度和稳定性。

参考文献 | 相关文章 | 多维度评价

Select

12. 基于边界域的条件信息熵和属性约简

黄国顺, 文翰

计算机应用 2015, 35 (10): 2771-2776. DOI: 10.11772/j.issn.1001-9081.2015.10.2771

摘要（350）

PDF （830KB）（399）

为了建立边界域条件信息熵与属性约简之间的关系,证明了边界域和整个论域上的条件信息熵相等,得到信息熵约简的边界域条件信息熵表示。利用严凸函数和Jensen不等式,讨论了边界域条件信息熵的若干性质,给出保持边界域条件信息熵不变的充要条件。为了得到正域约简的边界域条件信息熵表示,给出了保持正域不变的边界域条件信息熵充要条件,从而得到正域约简的边界域条件熵判定方法,它是一致决策表正域约简判定方法的推广形式。最后设计一个数值算例阐述如何应用边界域条件信息熵计算正域约简和信息熵约简。

参考文献 | 相关文章 | 多维度评价

Select

13. 基于Spark的蚁群优化算法

王诏远, 王宏杰, 邢焕来, 李天瑞

计算机应用 2015, 35 (10): 2777-2780. DOI: 10.11772/j.issn.1001-9081.2015.10.2777

摘要（932）

PDF （721KB）（604）

为应对大数据时代中组合优化问题的求解,基于云计算框架Spark,借助其基于内存、分布式的特定,提出一种并行蚁群优化算法。其思路是通过将蚂蚁构造为弹性分布式数据集,由此给出相应的一系列转换算子,实现了蚂蚁构造解过程的并行化。通过在旅行商问题(TSP)求解的仿真实验结果说明了所提出的并行算法的可行性;并在同等实验环境下对比基于MapReduce的蚁群优化算法,优化速度提升达10倍以上。

参考文献 | 相关文章 | 多维度评价

Select

14. 基于Spark的矩阵分解推荐算法

郑凤飞, 黄文培, 贾明正

计算机应用 2015, 35 (10): 2781-2783. DOI: 10.11772/j.issn.1001-9081.2015.10.2781

摘要（663）

PDF （570KB）（499）

针对传统矩阵分解算法在处理海量数据信息时所面临的处理速度和计算资源的瓶颈问题,利用Spark在内存计算和迭代计算上的优势,提出了Spark框架下的矩阵分解并行化算法。首先,依据历史数据矩阵初始化用户因子矩阵和项目因子矩阵;其次,迭代更新因子矩阵,将迭代结果置于内存中作为下次迭代的输入;最后,迭代结束时得到矩阵推荐模型。通过在GroupLens网站上提供的MovieLens数据集上的实验结果表明,加速比(Speedup)值达到了线性的结果,该算法可以提高协同过滤推荐算法在大数据规模下的执行效率。

参考文献 | 相关文章 | 多维度评价

Select

15. 基于心跳超时机制的Hadoop实时容错技术

关国栋, 滕飞, 杨燕

计算机应用 2015, 35 (10): 2784-2788. DOI: 10.11772/j.issn.1001-9081.2015.10.2784

摘要（471）

PDF （754KB）（384）

针对官方的Hadoop软件中提供的节点心跳超时容错机制对短作业并不合理,而且忽略了异构集群中各节点超期时间设置的公平性的问题,提出了公平心跳超时容错机制。首先根据每个节点的可靠性及计算性能构建节点故障误判损失模型,提出公平误判损失(FMJL)算法,使其同时满足长作业和短作业要求;接着,设计并实现了基于FMJL算法的公平超时机制。在实现了公平超时机制的Hadoop上运行大约345 s的短作业时,当出现TaskTracker节点故障时作业完成时间平均大约节省了44%,与自适应超时机制相比,作业完成时间大约节省了23%。实验结果表明,公平超时机制在保证不影响长作业完成时间的情况下缩短了短作业的容错处理时间,提高了Hadoop的实时处理效率。

参考文献 | 相关文章 | 多维度评价

Select

16. 结合并行融合的序列化多模态生物特征识别系统框架

李海霞, 张擎

计算机应用 2015, 35 (10): 2789-2792. DOI: 10.11772/j.issn.1001-9081.2015.10.2789

摘要（440）

PDF （801KB）（381）

针对多模态生物特征识别系统并行融合模式中使用方便性和使用效率方面的问题,在现有序列化多模态生物特征识别系统的基础上,提出了一种结合并行融合和序列化融合的多生物特征识别系统框架。框架中首先采用步态、人脸与指纹三种生物特征的不同组合方式以加权相加的得分级融合算法进行的识别过程;其次,利用在线的半监督学习技术提高弱特征的识别性能,从而进一步增强系统的使用方便性和识别可靠性。理论分析和实验结果表明,在此框架下,随使用时间的推移,系统能够通过在线学习提高弱分类器的性能,用户的使用方便性和系统的识别精度都得到了进一步提升。

参考文献 | 相关文章 | 多维度评价

Select

17. 基于属性约简和支持向量机集成的乳腺癌诊断决策

卢星凝, 张莉

计算机应用 2015, 35 (10): 2793-2797. DOI: 10.11772/j.issn.1001-9081.2015.10.2793

摘要（359）

PDF （743KB）（434）

针对遗传算法(GA)与支持向量机(SVM)集成相结合的疾病诊断方法存在属性冗余的问题,提出了一种改进的约简和诊断乳腺癌决策方法。该方法将最小化约简属性个数、最大化区分矩阵可区别属性的个数以及最大化约简属性对决策属性的依赖度这三种目标函数相结合作为GA的适应度函数。在约简属性后取多个子集,以便利用SVM集成学习。在UCI数据库中乳腺癌数据集的实验表明,与原始的SVM算法相比,该方法在分类诊断的准确度以及敏感性方面有一定的提高,其中分类准确度至少提高了2%。

参考文献 | 相关文章 | 多维度评价

Select

18. 改进的多类支持向量机递归特征消除在癌症多分类中的应用

黄晓娟, 张莉

计算机应用 2015, 35 (10): 2798-2802. DOI: 10.11772/j.issn.1001-9081.2015.10.2798

摘要（666）

PDF （716KB）（771）

为处理癌症多分类问题,已经提出了多类支持向量机递归特征消除(MSVM-RFE)方法,但该方法考虑的是所有子分类器的权重融合,忽略了各子分类器自身挑选特征的能力。为提高多分类问题的识别率,提出了一种改进的多类支持向量机递归特征消除(MMSVM-RFE)方法。所提方法利用一对多策略把多类问题化解为多个两类问题,每个两类问题均采用支持向量机递归特征消除来逐渐剔除掉冗余特征,得到一个特征子集;然后将得到的多个特征子集合并得到最终的特征子集;最后用SVM分类器对获得的特征子集进行建模。在3个基因数据集上的实验结果表明,改进的算法整体识别率提高了大约2%,单个类别的精度有大幅度提升甚至100%。与随机森林、 k近邻分类器以及主成分分析(PCA)降维方法的比较均验证了所提算法的优势。

参考文献 | 相关文章 | 多维度评价

Select

19. 基于一致度、覆盖度和包含度的感兴趣区域不一致性决策算法

周涛, 陆惠玲, 马苗, 杨鹏飞

计算机应用 2015, 35 (10): 2803-2807. DOI: 10.11772/j.issn.1001-9081.2015.10.2803

摘要（471）

PDF （886KB）（361）

医学影像感兴趣区域(ROI)的噪声和疾病误判是一个典型的不一致性决策问题,同时也是困扰临床诊断的一个难题。针对这个问题,基于宏观与微观结合、全局与局部相结合的思想,提出了基于一致度、覆盖度和包含度的磁共振成像(MRI)前列腺肿瘤ROI不一致决策算法(ItoC-CIC)。首先提取MRI前列腺肿瘤ROI的高维特征,得到完备不一致决策信息表;然后通过计算不一致度找到不一致样本所在的等价类;再计算不一致等价类的覆盖度和包含度得到Score值,利用Score值筛选不一致样本,实现不一致性决策向一致性决策的转换;最后通过典型算例、UCI数据集和实验提取的前列腺肿瘤ROI特征构成的不一致决策信息表等进行验证。实验结果表明,所提算法能有效地找到并筛选掉不一致性样本。

参考文献 | 相关文章 | 多维度评价

Select

20. 基于单核苷酸统计和支持向量机集成的人类基因启动子识别

徐文轩, 张莉

计算机应用 2015, 35 (10): 2808-2812. DOI: 10.11772/j.issn.1001-9081.2015.10.2808

摘要（429）

PDF （756KB）（341）

为高效地判别人类基因启动子,提出了一种基于单核苷酸统计和支持向量机集成的人类基因启动子识别算法。首先通过基因单核苷酸统计,从而将一个基因数据集分为C偏好和G偏好两个子集;然后分别对这两个子集提取DNA刚性特征、词频统计特征和CpG岛特征;最后采用多个支持向量机(SVM)集成的方式来学习这三种特征,并讨论了三种集成方式,包括单层SVM集成、双层SVM集成和级联SVM集成。实验结果表明所提算法能够提高人类基因启动子识别的敏感性和特异性,其中双层SVM集成的敏感性达到79.51%,且级联SVM集成的特异性高达84.58%。

参考文献 | 相关文章 | 多维度评价

Select

21. 基于特征级融合神经网络的磁共振成像前列腺肿瘤CAD模型

陆惠玲, 周涛, 王惠群, 王文文

计算机应用 2015, 35 (10): 2813-2818. DOI: 10.11772/j.issn.1001-9081.2015.10.2813

摘要（383）

PDF （894KB）（7549）

针对磁共振成像(MRI)前列腺肿瘤感兴趣区域(ROI)在高维特征表示下存在特征相关和维数灾难问题,提出了一种基于主成分分析(PCA)的特征级融合神经网络(NN)的MRI前列腺肿瘤CAD模型。首先提取MRI前列腺肿瘤ROI的6维几何特征、6维统计特征、7维Hu不变矩特征、56维灰度共生矩阵的纹理特征、3维Tamura纹理特征和24维频域特征,得到102维特征矢量;然后通过PCA进行特征级融合得到累计贡献率达到89.62%的8维变换特征,降低特征矢量的维数;再次利用经典的神经网络(四种训练算法BFGS拟牛顿算法、BP算法、最速梯度下降算法和Levenberg-Marquardt算法)作为分类器进行分类识别;最后以180幅前列腺患者的MRI图像为原始数据,采用基于特征级融合神经网络(NN)的计算机辅助诊断模型对前列腺肿瘤进行辅助诊断。实验结果表明:经过特征级融合的神经网络识别前列腺良恶性肿瘤的能力至少提高10%左右,这种特征级融合策略是有效的,一定程度上提高了特征之间的不相关性。

参考文献 | 相关文章 | 多维度评价

Select

22. 基于计算统一设备架构的高铁故障诊断方法

陈志, 李天瑞, 李明, 杨燕

计算机应用 2015, 35 (10): 2819-2823. DOI: 10.11772/j.issn.1001-9081.2015.10.2819

摘要（409）

PDF （703KB）（406）

为解决传统高铁振动信号故障诊断方法速度慢、难以满足实时处理的要求,提出一种基于计算统一设备架构(CUDA)加速的高铁振动信号故障诊断方法。首先利用CUDA架构对高铁数据进行经验模态分解(EMD),进而计算分解所得到的各个分量的模糊熵,最后利用最近邻分类(KNN)算法对多个模糊熵特征组成的特征空间进行故障分类。实验结果表明,该方法能高效地对高铁振动信号进行故障分类,运行速度较传统方法有明显提高。

参考文献 | 相关文章 | 多维度评价

Select

23. 不完全鲁棒主成分分析的正则化方法及其在背景建模中的应用

史加荣, 郑秀云, 杨威

计算机应用 2015, 35 (10): 2824-2827. DOI: 10.11772/j.issn.1001-9081.2015.10.2824

摘要（596）

PDF （782KB）（404）

针对现有的鲁棒主成分分析(RPCA)方法忽略序列数据的连续性及不完整性的情况,提出了一种低秩矩阵恢复模型——正则化不完全鲁棒主成分分析(RIRPCA)。首先基于序列数据连续性的度量函数建立了RIRPCA模型,即最小化矩阵核范数、 L ₁范数和正则项的加权组合;然后使用增广拉格朗日乘子法来求解所提出的凸优化模型, 此算法具有良好的可扩展性和较低的计算复杂度;最后,将RIRPCA应用到视频背景建模中。实验结果表明,RIRPCA比矩阵补全和不完全RPCA等方法在恢复丢失元素和分离前景上具有优越性。

参考文献 | 相关文章 | 多维度评价

Select

24. 不确定生命强度的微粒群救援路径规划求解

耿娜, 巩敦卫, 张勇

计算机应用 2015, 35 (10): 2828-2832. DOI: 10.11772/j.issn.1001-9081.2015.10.2828

摘要（452）

PDF （728KB）（366）

针对灾难发生后,如何在有限的时间内救援最多被困者的问题,研究灾难发生后,由机器人代替救援人员,在被困人员生命强度不确定的情况下,规划救援路径,以期在有限的时间内救援最多的被困人员(目标点)。首先,考虑到灾难发生之前,每个目标点都有生命强度,且每个人由于不同因素的影响,生命强度的大小不同,不失一般性,将其设为一个区间;然后,考虑生命强度约束,救援人数作为目标函数,将其建立为一个与生命强度有关的区间函数;接着,采用改进的整数微粒群算法对上述目标函数进行求解,介绍了微粒的编码、解码方法和全局极值更新策略;最后,通过对不同场景下的仿真,验证所提算法的有效性。

参考文献 | 相关文章 | 多维度评价

Select

25. 基于多超声传感器信息和NeuCube的移动机器人走廊场景识别

王秀青, 侯增广, 潘世英, 谭民, 王永吉, 曾慧

计算机应用 2015, 35 (10): 2833-2837. DOI: 10.11772/j.issn.1001-9081.2015.10.2833

摘要（462）

PDF （769KB）（385）

为提高室内移动机器人的环境感知能力,针对其常处的结构化走廊场景的分类、Spiking神经网络(SNN)和基于SNN的新型计算模型NeuCube进行研究。SNN利用尖脉冲传递时、空信息,比传统的神经网络更适于动态、时序信息的分析,以及各种模式信息的识别和分类。此外,SNN更易于用硬件实现。在对NeuCube的基本原理、学习方法和计算步骤进行讨论的基础上,利用多超声传感信息和NeuCube对室内移动机器人常处的7种走廊场景进行识别。实验结果表明基于多超声传感信息和NeuCube的移动机器人走廊场景分类方法可以对7种走廊场景进行有效识别,该方法有助于增强移动机器人的自主性和提高其智能水平。

参考文献 | 相关文章 | 多维度评价

Select

26. 基于条件随机场的顿号边界识别

莫怡文, 姬东鸿, 黄江平

计算机应用 2015, 35 (10): 2838-2842. DOI: 10.11772/j.issn.1001-9081.2015.10.2838

摘要（429）

PDF （786KB）（402）

标点符号的边界识别是自然语言处理的重要研究内容,它是分词、语块识别等应用的基础。为了实现中文中用于表示并列成分分割的顿号的边界识别,采用了用于序列分割和标记的条件随机场(CRF)方法进行顿号边界识别。首先对顿号边界识别任务进行了两种类型的描述,然后对顿号语料的标注方法和过程以及特征选择进行了研究,通过采用语料推荐和十折交叉验证两种数据集分配方法分别进行了边界识别实验。实验结果表明,通过条件随机场方法结合选择的边界识别特征能够进行顿号边界识别,其顿号边界识别的 F值在基准实验的基础上提高了10.57%,由顿号分隔的词语识别其 F值可达85.24%。

参考文献 | 相关文章 | 多维度评价

栏目文章信息