Centroid和EM结合的半监督文本分类

1

作者 阿力木江·艾沙 殷晓雨 +1 位作者 库尔班·吾布力 李喆 《计算机工程与设计》 北大核心 2019年第11期3118-3123,共6页

针对维吾尔文文本分类中的"标注瓶颈"问题,研究半监督文本分类。将期望最大化(expectation maximization,EM)算法和基于质心向量(Centroid vector)的分类算法相结合,提出一种半监督文本分类算法Centroid-EM,解决在Centroid分... 针对维吾尔文文本分类中的"标注瓶颈"问题,研究半监督文本分类。将期望最大化(expectation maximization,EM)算法和基于质心向量(Centroid vector)的分类算法相结合,提出一种半监督文本分类算法Centroid-EM,解决在Centroid分类器下,结合少量已标注样本和大量未标注样本来提高分类器性能的问题。在维吾尔文文本数据集上的实验结果表明,未标注样本的加入能够改善基于Centroid的分类方法在维吾尔文文本数据集上的分类效果。 展开更多

关键词 质心向量 期望最大化 半监督学习 文本分类 维吾尔文

在线阅读 下载PDF 职称材料

基于潜在语义分析的中文文本层次分类技术 被引量：15

2

作者 王怡 盖杰 +1 位作者 武港山 王继成 《计算机应用研究》 CSCD 北大核心 2004年第8期151-154,165,共5页

从网络文本自动分类的需求出发 ,针对基于VSM模型的分类处理中词条无关假设和词条维度过高等问题 ,对基于类中心向量的分类方法进行了改进。利用LSA分析中的SVD分解获得Web文档的语义特征向量 ,并在此基础上进行分类处理 ,在不损害分类... 从网络文本自动分类的需求出发 ,针对基于VSM模型的分类处理中词条无关假设和词条维度过高等问题 ,对基于类中心向量的分类方法进行了改进。利用LSA分析中的SVD分解获得Web文档的语义特征向量 ,并在此基础上进行分类处理 ,在不损害分类精度的同时提高了分类及其后处理速度 ,并设计实现了一个原型系统。 展开更多

关键词 潜在语义分析 类重心分类 向量空间模型 文本分类 特征向量

在线阅读 下载PDF 职称材料

矢量数据辅助的高分辨率遥感影像道路自动提取 被引量：26

3

作者 丁磊 张保明 +1 位作者 郭海涛 卢俊 《遥感学报》 EI CSCD 北大核心 2017年第1期84-95,共12页

高分辨率遥感影像上细节信息繁杂、干扰物普遍存在,对其进行自动化道路识别与提取的相关研究仍处在探索阶段。在道路提取过程中引入矢量数据辅助,可解决初始信息获取的困难,得到可靠性较强的训练样本。为此,提出一种矢量数据辅助下的道... 高分辨率遥感影像上细节信息繁杂、干扰物普遍存在,对其进行自动化道路识别与提取的相关研究仍处在探索阶段。在道路提取过程中引入矢量数据辅助,可解决初始信息获取的困难,得到可靠性较强的训练样本。为此,提出一种矢量数据辅助下的道路提取方法,能够筛选出矢量数据中包含的有效信息,引导实现对高分辨率遥感影像的道路自动提取。利用Mean-shift滤波对图像进行预处理后,首先从矢量数据获取候选种子点,并通过提炼同质区域的形状特征剔除错误候选点;然后,自动获取负样本点以进行朴素贝叶斯分类,并采用邻域质心投票算法从分类影像提取道路中心线;最后,结合像素跟踪与方向判断矢量化道路中心线,并提出一种基于矢量几何分析的断线连接与毛刺剔除方法,对提取结果进行信息修复与规整、优化。实验结果显示,该算法的提取质量达到80%以上,且具备较强的稳健性,能够适应具有不同道路辐射和分布特征的高分辨率遥感影像。 展开更多

关键词 道路提取 矢量数据 朴素贝叶斯分类 邻域质心投票 矢量化 断线连接

原文传递

基于质心向量的增量式主题爬行 被引量：4

4

作者 王辉 左万利 +3 位作者 王晖昱 宁爱军 孙志伟 满春雷 《计算机研究与发展》 EI CSCD 北大核心 2009年第2期217-224,共8页

研究如何在一个网页内部进行有选择的爬行.使用TFIDF-2模型以及Max,Ave,Sum三个启发式规则分别计算文档特征权重和质心特征权重,在此基础上构建与根集文档相对应的质心向量,利用它作为前端分类器指导主题爬行.使用前后端分类器分别给Fro... 研究如何在一个网页内部进行有选择的爬行.使用TFIDF-2模型以及Max,Ave,Sum三个启发式规则分别计算文档特征权重和质心特征权重,在此基础上构建与根集文档相对应的质心向量,利用它作为前端分类器指导主题爬行.使用前后端分类器分别给Frontier中的各个锚文本打分,将它们的打分求和,从中选择打分最高的链接,下载其对应的网页.实验结果表明,在质心向量的指导下,爬行程序借助于锚文本便可以准确地预测链接所指向网页的相关性;另外,双分类器框架还使得爬行策略具有增量爬行的能力. 展开更多

关键词 文档特征权重 质心特征权重 主题爬行 锚文本 质心向量

在线阅读 下载PDF 职称材料

一种改进的基于质心的文本分类算法 被引量：3

5

作者 陈震 吴斌 +2 位作者 沈崇玮 张忠辉 王柏 《计算机应用与软件》 CSCD 北大核心 2013年第1期43-47,54,共6页

文本分类是数据挖掘与信息检索领域的热点话题,近年来迅速发展。基于质心的方法是一种建模迅速且效果较好的文本分类方法,许多学者对该方法进行了深入研究并提出改进策略,不断提高算法效果。提出一种新的动态调整质心位置算法,该算法根... 文本分类是数据挖掘与信息检索领域的热点话题,近年来迅速发展。基于质心的方法是一种建模迅速且效果较好的文本分类方法,许多学者对该方法进行了深入研究并提出改进策略,不断提高算法效果。提出一种新的动态调整质心位置算法,该算法根据训练集中的每个样本文本动态的调整质心位置。并且针对海量数据处理瓶颈,运用当前两种并行计算框架MapReduce和BSP,提出了算法的并行策略。通过与其它算法在5种不同数据集中的对比实验,证明该方法确有较准确的分类效果。 展开更多

关键词 文本分类 质心向量 动态调整 并行计算

在线阅读 下载PDF 职称材料

大规模数据集下支持向量机训练样本的缩减策略 被引量：13

6

作者 罗瑜 易文德 +1 位作者 王丹琛 何大可 《计算机科学》 CSCD 北大核心 2007年第10期211-213,共3页

大量数据下支持向量机的训练算法是SVM研究的一个重要方向和焦点。该文从分析SVM训练的问题的实质和难点出发,提出一种在训练前先求出类别质心,去除非支持向量对应的样本,从而达到缩小样本集的方法。该方法在不损失分类正确率的情况下... 大量数据下支持向量机的训练算法是SVM研究的一个重要方向和焦点。该文从分析SVM训练的问题的实质和难点出发,提出一种在训练前先求出类别质心,去除非支持向量对应的样本,从而达到缩小样本集的方法。该方法在不损失分类正确率的情况下具有更快的收敛速度,并从空间几何上解释了支持向量机的原理。仿真实验证明了该方法的可行性和有效性。 展开更多

关键词 支持向量机 分解算法 类别质心 准支持向量

在线阅读 下载PDF 职称材料

视频相似度的衡量 被引量：9

7

作者 吴翌 庄越挺 潘云鹤 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2001年第3期284-288,共5页

基于内容的视频检索系统中 ,最常用的检索方式是例子视频查询 ,即用户提交一部视频 ,系统返回相似的一系列视频 .但是 ,怎样定义的两部视频是相似的 ,仍然是一个困难的问题 .文中介绍了一种新的方法以解决这一难点 .首先 ,提出了镜头质... 基于内容的视频检索系统中 ,最常用的检索方式是例子视频查询 ,即用户提交一部视频 ,系统返回相似的一系列视频 .但是 ,怎样定义的两部视频是相似的 ,仍然是一个困难的问题 .文中介绍了一种新的方法以解决这一难点 .首先 ,提出了镜头质心特征向量的概念 ,减少了关键帧特征的存储量 .其次 ,利用人类视觉判断中所潜在的因子 ,提出了视频在镜头间相似度的衡量 ,以及总体上相似度的衡量的方法 ,为不同粒度上的衡量提供了很大的灵活性 ,在现实意义上也是合理的 . 展开更多

关键词 视频检索系统 视频相似度 图像处理 多媒体

在线阅读 下载PDF 职称材料

基于运动估计的Kalman滤波视频对象跟踪 被引量：6

8

作者 张贝贝 肖国强 江健民 《计算机应用》 CSCD 北大核心 2008年第8期2052-2054,共3页

提出了一种利用Kalman滤波对运动目标的形心进行预测,从而实现视频对象跟踪的算法。首先进行视频对象分割,求出运动目标的形心。再利用视频序列中连续两帧的形心和运动矢量信息,用Kalman滤波对运动目标的形心在下一帧的位置进行预测,从... 提出了一种利用Kalman滤波对运动目标的形心进行预测,从而实现视频对象跟踪的算法。首先进行视频对象分割,求出运动目标的形心。再利用视频序列中连续两帧的形心和运动矢量信息,用Kalman滤波对运动目标的形心在下一帧的位置进行预测,从而快速、有效地自动跟踪多个目标对象。实验结果表明,该算法对运动目标的出现和消失,以及非刚性物体的尺度变化和变形,具有较强的鲁棒性。 展开更多

关键词 形心 运动矢量 KALMAN滤波 视频对象跟踪

在线阅读 下载PDF 职称材料

六轮月球探测机器人质心域分析及摇臂优化 被引量：1

9

作者 赵建伟 高培源 +3 位作者 陈占营 翟国栋 张剑铭 谢广明 《兵工自动化》 2015年第5期66-69,共4页

针对月球探测机器人在崎岖不平的月面上行驶时,其质心位置影响着抗倾翻以及越障等性能,对六轮月球探测机器人质心域分析及摇臂优化。简要分析探测机器人部件,运用坐标转换推导出在任意运动位置时质心域的计算公式,在此基础上对探测机器... 针对月球探测机器人在崎岖不平的月面上行驶时,其质心位置影响着抗倾翻以及越障等性能,对六轮月球探测机器人质心域分析及摇臂优化。简要分析探测机器人部件,运用坐标转换推导出在任意运动位置时质心域的计算公式,在此基础上对探测机器人进行样例分析,得到质心矢量的模关于摇臂转角的变化曲线,获得两侧摇臂转角与质心矢量的模的变化规律,并对摇臂尺寸进行优化。结果表明:探测机器人的质心域为一平面区域,当l3+l4为定值且l3:l4=2:1时,其车体抗干扰性能最强。 展开更多

关键词 月球探测机器人 质心域 位置矢量 质心矢量的模 优化

在线阅读 下载PDF 职称材料

基于加权质心法的WLAN室内定位系统 被引量：18

10

作者 张勇 徐小龙 徐科宇 《电子测量与仪器学报》 CSCD 北大核心 2015年第7期1036-1041,共6页

在利用接收信号强度指示(RSSI)进行定位的WLAN室内定位系统中,为获得更高的定位精度,提出一种支持向量机与加权质心法相结合的定位算法。该算法首先以四边形对定位场地进行区域划分,在各四边形区域的顶点位置采样指纹点数据,利用支持向... 在利用接收信号强度指示(RSSI)进行定位的WLAN室内定位系统中,为获得更高的定位精度,提出一种支持向量机与加权质心法相结合的定位算法。该算法首先以四边形对定位场地进行区域划分,在各四边形区域的顶点位置采样指纹点数据,利用支持向量机(SVM)多分类将定位点位置缩小到某个四边形区域内。最后利用加权质心法,计算出定位点的坐标。仿真实验与实地实验结果表明,该算法比支持向量机回归(SVR)、最小二乘支持向量机(LSSVM)、K最近邻法(KNN),定位精度有明显提高,定位误差在1.4 m,定位精度在90%以上。 展开更多

关键词 加权质心法 支持向量机 室内定位 指纹点

在线阅读 下载PDF 职称材料

依透视投影法的冲击式水轮机水斗形状可视化 被引量：1

11

作者 韩凤琴 丁二喜 +3 位作者 沈娜 李龙祥 久保田乔 胡宇锭 《水电能源科学》 2008年第4期157-159,156,共4页

针对三维非正交曲线坐标系下对冲击式水轮机用平行投影法进行可视化投影缺乏现实性、旋转水斗内自由水膜随时空变化非定常的问题,为得到可视化流动解析结果并保持现实感,采用透视投影法最具有现实感。论述了透视投影法的理论依据,并根... 针对三维非正交曲线坐标系下对冲击式水轮机用平行投影法进行可视化投影缺乏现实性、旋转水斗内自由水膜随时空变化非定常的问题,为得到可视化流动解析结果并保持现实感,采用透视投影法最具有现实感。论述了透视投影法的理论依据,并根据转动坐标系和静止坐标系下不同视点和投影图心得到相应的投影结果,与文献摄影结果进行了比较分析,确认了有效性。 展开更多

关键词 视点矢量 图心矢量 透视投影法 可视化画像 水斗 冲击式水轮机

在线阅读 下载PDF 职称材料

基于加权聚类质心的SVM不平衡分类方法 被引量：4

12

作者 胡小生 钟勇 《智能系统学报》 CSCD 北大核心 2013年第3期261-265,共5页

不平衡数据分类是机器学习研究的热点问题,传统分类算法假定不同类别具有平衡分布或误分代价相同,难以得到理想的分类结果.提出一种基于加权聚类质心的SVM分类方法,在正负类样本上分别进行聚类,对每个聚类,用聚类质心和权重因子代表聚... 不平衡数据分类是机器学习研究的热点问题,传统分类算法假定不同类别具有平衡分布或误分代价相同,难以得到理想的分类结果.提出一种基于加权聚类质心的SVM分类方法,在正负类样本上分别进行聚类,对每个聚类,用聚类质心和权重因子代表聚类内样本分布和数量,相等类别数量的质心和权重因子参与SVM模型训练.实验结果表明,该方法使模型的训练样本具有较高的代表性,分类性能与其他采样方法相比得到了提升. 展开更多

关键词 机器学习 不平衡数据分类 聚类质心 支持向量机

在线阅读 下载PDF 职称材料

改进的向量质心模型在实时信息检索中的应用研究 被引量：2

13

作者 刘绍翰 王箭 黄志球 《计算机应用与软件》 CSCD 2011年第10期62-64,76,共4页

将相关反馈技术应用于信息检索中可以学习和明确用户的信息需求,并对检索结果进行信息过滤,是提高信息检索效果的有效手段之一。除了准确率和召回率之外,过滤算法的适应性、速度也直接影响用户使用信息检索系统的体验。采用向量空间模... 将相关反馈技术应用于信息检索中可以学习和明确用户的信息需求,并对检索结果进行信息过滤,是提高信息检索效果的有效手段之一。除了准确率和召回率之外,过滤算法的适应性、速度也直接影响用户使用信息检索系统的体验。采用向量空间模型表示文档的内容预处理工作少,计算简单,适用于实时信息检索。结合偏差最小的基本原理,将改进的反馈文档向量的质心应用于信息重排。以重排的应用场景,在TREC Filtering Task数据集上进行仿真,并与基于关键词检索和类质心的检索方式进行了试验比较。 展开更多

关键词 信息检索 信息过滤 相关反馈 质心分类器 向量空间模型

在线阅读 下载PDF 职称材料

鱼雷质心配重纠偏技术的实现 被引量：1

14

作者 侯文 郑宾 杨瑞峰 《测试技术学报》 2003年第1期52-55,共4页

为了快速找到最佳配重组合 ,使鱼雷在完成配重后的实际质心尽可能地接近理想位置 ,提出了实际质心矢量和配重矢量的概念 ,从而将静力学问题转化为相对容易处理的几何学问题 .设计了配重矢量表 ,通过查表法可以快速地寻求最佳配重组合 ,... 为了快速找到最佳配重组合 ,使鱼雷在完成配重后的实际质心尽可能地接近理想位置 ,提出了实际质心矢量和配重矢量的概念 ,从而将静力学问题转化为相对容易处理的几何学问题 .设计了配重矢量表 ,通过查表法可以快速地寻求最佳配重组合 ,并提出了最大配重误差的评价方法 . 展开更多

关键词 纠偏技术 配重 质心 矢量 鱼雷

在线阅读 下载PDF 职称材料

大规模训练集的快速缩减 被引量：5

15

作者 罗瑜 易文德 +1 位作者 何大可 林宇 《西南交通大学学报》 EI CSCD 北大核心 2007年第4期468-472,489,共6页

为了进一步减少支持向量机的训练时间,提出了一种基于类别质心的训练集缩减算法.该算法根据样本的几何分布去除训练集中大部分非支持向量.对样本规模在104数量级的数据集进行了训练实验,结果显示,在基本不损失分类精度的情况下,训练时... 为了进一步减少支持向量机的训练时间,提出了一种基于类别质心的训练集缩减算法.该算法根据样本的几何分布去除训练集中大部分非支持向量.对样本规模在104数量级的数据集进行了训练实验,结果显示,在基本不损失分类精度的情况下,训练时间比直接用SMO(序贯最小优化)算法减少30%,说明该算法能有效地提高支持向量机的训练速度. 展开更多

关键词 支持向量机 类别质心 模式分类

在线阅读 下载PDF 职称材料

FCAN:一种基于快速映射的内容访问网络 被引量：1

16

作者 王菁 杨寿保 +1 位作者 高鹰 郭磊涛 《系统仿真学报》 EI CAS CSCD 北大核心 2007年第17期3955-3960,共6页

针对当前结构化P2P文件存储系统存在仅支持单关键字的精确匹配,而缺乏支持语义查询的局限性,提出一种基于快速映射的结构化P2P存储系统FCAN,利用FastMap实现从语义空间到P2P空间的映射,在保证文本矢量语义完整性的同时对其进行有效降维... 针对当前结构化P2P文件存储系统存在仅支持单关键字的精确匹配,而缺乏支持语义查询的局限性,提出一种基于快速映射的结构化P2P存储系统FCAN,利用FastMap实现从语义空间到P2P空间的映射,在保证文本矢量语义完整性的同时对其进行有效降维,从而实现基于内容的查找;通过对质心法确定的最近邻居进行聚类,有效地减少了冗余消息和查询时间。仿真实验表明FCAN不仅具有较高的召回率和精度,还具有较少的查询时间和冗余消息。 展开更多

关键词 FCAN FastMap 矢量空间模型 质心法 pSearch 语义小世界

在线阅读 下载PDF 职称材料

一种不需要计算量化失真的快速码书训练算法 被引量：1

17

作者 庞朝阳 孙世新 《电子与信息学报》 EI CSCD 北大核心 2002年第10期1316-1320,共5页

该文利用LBG算法迭代过程中质心序列收敛特性,提出了一种快速算法。它的基本思想是,直接去掉LBG算法中量化失真计算,用质心序列收敛作停止条件。我们用典型的测试图像Lena做实验,实验结果表明,该算法与著名的LBG算法的PSNR相差小于0.1dB... 该文利用LBG算法迭代过程中质心序列收敛特性,提出了一种快速算法。它的基本思想是,直接去掉LBG算法中量化失真计算,用质心序列收敛作停止条件。我们用典型的测试图像Lena做实验,实验结果表明,该算法与著名的LBG算法的PSNR相差小于0.1dB,但它的运行时间至少比LBG的运行时间少一半。 展开更多

关键词 计算量化失真 快速码书训练算法 向量量化 LBG算法 质心序列 收敛 图像

在线阅读 下载PDF 职称材料

改进的中心向量算法在农业信息分类中的研究 被引量：1

18

作者 赵新苗 冯向萍 李永可 《计算机技术与发展》 2016年第8期146-151,共6页

自21世纪以来,农业信息网站开始迅速增加。为了给广大农民朋友和农业科研人员提供方便,需要对农业信息进行分类。将农业信息进行分类有利于农业信息的获取和管理,农业分类的方法有很多种,其中中心法分类相对简单且卓有成效。中心向量计... 自21世纪以来,农业信息网站开始迅速增加。为了给广大农民朋友和农业科研人员提供方便,需要对农业信息进行分类。将农业信息进行分类有利于农业信息的获取和管理,农业分类的方法有很多种,其中中心法分类相对简单且卓有成效。中心向量计算方法是中心法分类的核心,文中实验目的在于找出效率较高的中心向量计算方法来提高分类的准确率。目前文本类的中心向量计算多数是由该类别文本特征向量的简单算术平均得到的,这样计算得出的中心向量往往会有模型偏差,以至于不能得到很好的分类效果。为解决这个问题,使用总和法、均值法和归一化法计算中心向量,并进行对比实验,结果表明归一化法在查准率、查全率和F1测度都有较好的表现。 展开更多

关键词 农业信息 分类 中心法 中心向量 文本特征向量

在线阅读 下载PDF 职称材料

基于机器视觉和支持向量机的带式输送机矸石检测方法 被引量：8

19

作者 苗长云 陈雯 《天津工业大学学报》 CAS 北大核心 2022年第1期60-65,共6页

针对现有带式输送机矸石检测中存在可靠性、准确性和实时性差的问题,提出了一种基于机器视觉和支持向量机的带式输送机矸石检测方法。该方法利用摄像机采集带式输送机运输的物料(煤和矸石)图像,采用中值滤波、拉普拉斯锐化、Otsu算法图... 针对现有带式输送机矸石检测中存在可靠性、准确性和实时性差的问题,提出了一种基于机器视觉和支持向量机的带式输送机矸石检测方法。该方法利用摄像机采集带式输送机运输的物料(煤和矸石)图像,采用中值滤波、拉普拉斯锐化、Otsu算法图像分割以及Canny算子边缘检测对物料图像进行预处理,提高图像质量;采用直方图算法提取煤和矸石图像的特征参数;采用支持向量机算法实现对煤和矸石的分类与识别;采用质心法确定矸石在图像中的位置。结果表明:该方法在线检测带式输送机运输物料中的矸石的识别率能够达到91.8%,矸石检测准确率高;单张处理图像的时间在40 ms左右,能够很好地实现实时检测;矸石定位准确率高,为后续机械手臂的抓取提供保证,解决了带式输送机矸石检测中存在可靠性、准确性和实时性差的问题。 展开更多

关键词 带式输送机 矸石检测 机器视觉技术 支持向量机 质心法 在线检测

在线阅读 下载PDF 职称材料

一种改进的SVM支持向量分类方法 被引量：2

20

作者 孟海涛 刘鹏 《现代电子技术》 2007年第1期150-152,共3页

提出了一种改进的支持向量分类方法,根据支持向量机中支持向量不会出现在两类样本集间隔以外的正确划分区的理论,通过引入类质心距等概念,从而较好地解决了当两类样本集混淆严重的时候如何更加精确地进行剔除混淆点,保证算法泛化性的问... 提出了一种改进的支持向量分类方法,根据支持向量机中支持向量不会出现在两类样本集间隔以外的正确划分区的理论,通过引入类质心距等概念,从而较好地解决了当两类样本集混淆严重的时候如何更加精确地进行剔除混淆点,保证算法泛化性的问题。实验表明,采用这种改进的算法在两类训练样本集混淆较严重时能较好地解决泛化性问题。 展开更多

关键词 支持向量机 类向心度 样本集 KNN

在线阅读 下载PDF 职称材料