检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于深度学习的文本自动摘要方案

张克君, 李伟男, 钱榕, 史泰猛, 焦萌

计算机应用 2019, 39 (2): 311-315. DOI: 10.11772/j.issn.1001-9081.2018081958

摘要（833）

PDF （867KB）（965）

针对自然语言处理（NLP）生成式自动摘要领域的语义理解不充分、摘要语句不通顺和摘要准确度不够高的问题，提出了一种新的生成式自动摘要解决方案，包括一种改进的词向量生成技术和一个生成式自动摘要模型。改进的词向量生成技术以Skip-Gram方法生成的词向量为基础，结合摘要的特点，引入词性、词频和逆文本频率三个词特征，有效地提高了词语的理解；而提出的Bi-MulRnn+生成式自动摘要模型以序列映射（seq2seq）与自编码器结构为基础，引入注意力机制、门控循环单元（GRU）结构、双向循环神经网络（BiRnn）、多层循环神经网络（MultiRnn）和集束搜索，提高了生成式摘要准确性与语句流畅度。基于大规模中文短文本摘要（LCSTS）数据集的实验结果表明，该方案能够有效地解决短文本生成式摘要问题，并在Rouge标准评价体系中表现良好，提高了摘要准确性与语句流畅度。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于Pearson相关系数的快速虚拟网格匹配定位算法

郝德华, 关维国, 邹林杰, 焦萌

计算机应用 2018, 38 (3): 763-768. DOI: 10.11772/j.issn.1001-9081.2017071760

摘要（561）

PDF （962KB）（516）

针对室内环境下位置指纹匹配定位算法中离线数据库采集工作量较大的问题，提出了一种基于Pearson相关系数的快速虚拟网格匹配的定位算法。首先，将接收信号强度指示（RSSI）进行高斯滤波预处理得到接收信号强度向量；然后，利用Bounding-Box方法确定初始虚拟网格区域，将该网格区域快速迭代细分并计算网格中心点到各信标节点的距离对数向量，计算接收信号强度向量和距离对数向量之间的Pearson相关系数；最后，选取Pearson相关系数接近于-1的 k个近邻坐标以相关系数加权估计确定待定位节点的最优估计位置。仿真实验结果表明，在1m虚拟网格且RSSI噪声标准差为3dBm的条件下，算法定位误差小于2m的概率大于94.2%，其定位精度优于位置指纹匹配算法，且无需建立RSSI指纹数据库，大大减少了定位工作量。

参考文献 | 相关文章 | 多维度评价