作者:尹积栋; 谢茶花; 陈鸯; 彭崧; 肖小春 期刊:《信息通信》 2019年第10期
如何从海量评论文本中提出关键、有价值的文本数据为用户所用成为当前研究的重点。笔者主要针对国内评论挖掘技术系统尚未成熟问题,拟研究一个基于句法依存结构方法的特征评论挖掘方法,用于支持高效地聚类分析句子倾向性,得出有较好价值参考的评论数据信息。
作者:詹岑; 董辉; 徐型平 期刊:《警察技术》 2019年第06期
伴随着智慧社区建设的不断发展与时间的积累,在社区中由视频监控、人脸抓拍机、智能视频门禁等视频类感知设备产生的海量视频图像信息,已经成为公安基层警务实战应用的重要资源。但是在视频数据应用方面,目前还普遍存在着资源利用率低、应用单一、应用滞后等弊端,缺乏与公安业务的深度融合应用。基于视频数据治理技术,探索挖掘视频数据在社区场景下的综合应用,实现以社区视频为核心的感知系统向外延发展,横向拓展视频数据应用覆盖...
作者:张日新; 朱跃龙; 万定生; 毛燠锋 期刊:《信息技术》 2019年第11期
针对水文行业对数据异常模式检测的实时性要求,提出一种基于特征向量的两阶段异常检测方法。先提取时间序列特征形成符号化的特征向量,再使用改进的K-means方法进行聚类,最后用改进的INN对聚类结果进行评估并将聚类后得到的类簇设成相应特征模型。实验表明,该方法实现了对字符串序列的高效准确的聚类,有效检测出异常模式。
作者:杜民双; 何灵敏 期刊:《中国计量大学学报》 2018年第01期
针对推荐系统的准确性提出了一种优化算法,该算法首先利用用户的特征进行聚类,然后在聚类之后的各个聚簇中运用混合协同过滤框架为每个聚簇训练一个模型;同时在运用混合协同过滤时,针对传统的基于用户的协同过滤推荐算法在计算用户相似度方面进行了改进.实验表明,提出的优化算法显著提高了预测的准确性,从而提高了推荐结果的质量.
作者:魏广奇; 苏跃江; 吴德馨; 袁敏贤 期刊:《交通运输系统工程与信息》 2019年第03期
随着居民利用高速公路进行通勤出行车辆的增加,高速公路缓行和交通拥堵等问题时有发生,特别是在重大节假日期间.目前,解决上述交通问题的主要方法是交通需求管理措施,而实现有针对性的交通需求管理需要对高速公路收费流水数据进行精确的挖掘分析,掌握车辆在高速公路上的运行状态与时空分布特征.本文基于高速公路收费流水数据,借助K-means++聚类方法识别使用高速公路日常通勤的车辆,进一步分析通勤车辆的出行时空分布特征.从通勤出...
作者:李丽媛; 江国华 期刊:《计算技术与自动化》 2018年第02期
软件缺陷预测技术通过分析软件静态信息,对软件模块的缺陷倾向性做出判断,合理分配测试资源。但有时搜集的大量度量元信息是无关或冗余的,这些高维的特征增加了缺陷预测的复杂性。文章提出了一种新的度量元选择方法,首先通过样本聚类将相似度高的样本聚在同一簇中,然后在每个簇中按照最低冗余度进行特征子集的挑选,主要选择相互间冗余度低,且预测能力强的度量元。最后通过NASA数据集的实例证明本文方法能有效降低特征子集的冗余率,...
作者:秦超; 杨煜普 期刊:《化工自动化及仪表》 2019年第05期
提出一种基于DBSCAN特征聚类的改进随机森林特征选择算法对SOFC系统的故障进行定位。该方法通过DBSCAN聚类算法挖掘变量间的相关关系,将变量聚类,再挑选出特征选择结果。实验表明:该方法不仅可以筛选出与故障强相关的特征,还能尽可能地减少特征间的冗余,可以高效、快速、准确地对故障进行定位。
作者:钟意; 陈勇 期刊:《信息与电脑》 2019年第04期
视频的子片段检测和分割是视频分析的一个重要步骤,提取视频中的关键信息能大大减少视频索引的数据量。基于此,简要介绍了传统的特征聚类技术,在聚类算法的基础上,提出一种聚类评估的方法,通过数值表示聚类的匹配程度,并对结果进行优化得到最佳聚类中心个数,保证了视频子片段检测的精度。实验证明该方法可较好地分割视频子片段。
作者:郎波; 樊一娜 期刊:《计算机技术与发展》 2019年第07期
人工智能技术和大数据的发展催生了各种形式和内容的在线课程,为个性化学习的普及提供了可能。与传统的教学方式不同,个性化学习需要解决如何根据不同类型的学习者的特点对其学习行为进行准确个性化评价的问题。文中首先利用学习者在在线学习平台上产生的大数据作为研究目标,根据学习者的学习能力层次,按照认知思维的方式建立深度神经网络对其进行聚类分组。为降低数据冗余度,提高处理效率,采用了具有五个隐层的深度神经网络进行典...
作者:唐雪松; 谭斌 期刊:《现代计算机》 2018年第24期
针对基于边缘的角点检测算法只关注角点位置信息而忽略局部信息的问题,以及去除伪角点和减少角点遗漏现象提高角点检测性能,提出一种基于矢量点结构的角点检测算法。首先提取图像边缘轮廓,在图像边缘基础上提出一种边缘矢量点结构,在边缘像素点邻域提取带有方向的特征点,聚类特征点形成邻接图像边缘的链,融合同一区域相邻链的相邻端点形成最终角点。该算法在多种场景下与ORB算法、SIFT算法以及SURF算法相比,提出的算法获取的角点定...
作者:胡峰; 杨梦 期刊:《计算机工程与设计》 2018年第01期
针对多维数据集,为得到一个最优特征子集,提出一种基于特征聚类的封装式特征选择算法.在初始阶段,利用三支决策理论动态地将原始特征集划分为若干特征子空间,通过特征聚类算法对每个特征子空间内的特征进行聚类;从每个特征类簇里挑选代表特征,利用邻域互信息对剩余特征进行降序排序并依次迭代选择,使用封装器评估该特征是否应该被选择!可得到一个具有最低分类错误率的最优特征子集.在UCI数据集上的实验结果表明,相较于其它特征选择...
作者:史二颖; 朱家群; 杨长春 期刊:《包装工程》 2018年第05期
目的为了解决当前图像伪造检测算法在对图像进行伪造检测时,主要依靠全局搜索的方式来完成特征点匹配,导致其检测效率较低,且在对复杂伪造图像进行检测时,易出现检测精度不高和检测错误的不足。方法提出基于最近邻搜索耦合近邻损耗聚类的图像伪造检测算法。首先引入积分图像的方法,对图像进行预处理,借助Hessian矩阵行列式来提取特征点。利用特征点构建圆形区域,通过求取圆形区域内Haar小波响应获取特征点的特征描述符。然后通过特...
作者:韩莹; 张浩; 刘健; 陈立平 期刊:《微电子学与计算机》 2018年第01期
姿态识别是许多应用的基础(医学、运动、游戏、安全).传统的识别算法采用批学习的方式去训练网络,但是数据量庞大且数据不会一次性获取,这会导致这类算法花费大量的学习时间且网络权重也不能在线更新.对此利用一种基于核函数的在线序列极限学习机OS-KELM(Online Sequential Kernel Extreme Learning Machine)算法实现人体姿态的分类识别.为降低学习难度和提高学习效率,使用了基于Fisher准则和特征聚类的方法进行特征选择...
作者:苏天波; 李严; 张毅 期刊:《智能计算机与应用》 2017年第03期
压缩机联轴器机构工作负荷较大,故障诱因较多,为了有效准确排除压缩机联轴器机构在执行控制指令的故障,提出一种基于故障关联特征聚类分析的压缩机联轴器机构执行故障智能诊断方法。分析压缩机故障诊断原理,构建故障诊断的总体结构模型,采用传感器信号采集技术进行压缩机联轴器机构的工况数据采集,实现机械故障信号重构,对联轴器机构执行控制信号进行关联特征提取,对提取的故障特征采用模糊C均值聚类方法进行故障特征分类处理,在专...
作者:曹明伟; 李书杰; 贾伟; 刘晓平 期刊:《仪器仪表学报》 2017年第01期
运动恢复结构(SFM)是指通过分析二维图像序列恢复三维结构信息的过程,在计算机视觉的多种应用中起着重要的作用。特征跟踪是大规模SFM的核心组成部分,但现有的多视图特征跟踪算法在鲁棒性和效率上还存在不足,为解决这一问题,提出了一种快速和鲁棒的特征跟踪(FRFT)算法。首先,采用AGAST进行特征点检测,并使用图像矩为AGAST特征定义主方向,为构造旋转不变的描述子奠定基础;其次,在差分高斯金字塔空间内,根据中心点与邻域像素之间...
作者:朱庆; 吴波; 万能; 徐志祥; 田一翔 期刊:《电子学报》 2006年第02期
针对立体影像匹配问题,从重复率与信息量两个方面对现有几种主要的立体影像点特征提取算子进行了实验分析比较;根据影像的信息熵对影像特征进行聚类分析,提出了一种与影像特征相关的、基于Harris算子原理改进的点特征提取方法;选取不同特征的实际立体影像进行实验分析,证明本文提出的方法具有更优的重复率与信息量。
作者:秦成磊; 魏晓 期刊:《计算机应用与软件》 2016年第07期
针对评论中蕴含的商品特征数目繁多且同一特征具有多种不同描述的情况,提出一种基于语义相似度的商品特征聚类算法。算法包括“分配”和“转移”两个过程。“分配”过程对特征词进行聚类得到初始簇序列;“转移”过程依次遍历初始簇序列将簇内可能存在的与其他簇语义相似度更高的特征词转移到对应的簇。实验结果表明该算法聚类质量高、时间复杂度小且对数据输入次序不敏感。
作者:杨大勇; 葛琪; 董永超; 唐云龙; 贺衬心 期刊:《电力系统保护与控制》 2016年第14期
在阐述光伏电站运行状态模式识别意义的基础上,提取了表征光伏电站运行状态的相关特征参量。基于K-means聚类原理,对广东佛山某光伏电站的实际运行数据进行相关数据处理得到相应的特征矩阵。利用K均值算法进行聚类分析,结果表明K均值聚类算法在光伏电站运行状态的模式识别上具有良好的聚类综合能力,可有效解决光伏电站运行状态模式分类处理的复杂性问题,具有重要的理论和应用价值。
作者:刘海峰 王元元 张学仁 刘守生 期刊:《情报》 2008年第02期
提出了一种特征选择和特征抽取相结合的特征降维方法。首先使用改进的k—means聚类算法对特征进行选择,然后使用SVD方法在基于语义层面上对特征空间进行压缩,试验结果表明,这种特征降维模式在文本分类的准确性方面效果较好。
作者:刘海峰 王元元 姚泽清 期刊:《图书情报工作》 2008年第01期
特征降维是文本分类面临的主要问题之一。首先通过x^2分布对特征项进行选择,然后使用一种改进的基于密度聚类方法对选择后的特征项进行聚类,借助类别分布信息,在尽量减少信息缺失的前提下先后两次对文本特征维数进行了压缩;在基于类别概率分布的模式下实现文本的矩阵表示,借助矩阵理论进行文本分类。试验结果表明,该方法的分类效率较高。