中央高校基本科研业务费专项资金(CCNU09A02006)
- 作品数：4 被引量：5H指数：2
- 相关作者：刘三杨宗凯铁璐刘智王佩更多>>
- 相关机构：华中师范大学武汉大学更多>>
- 发文基金：中央高校基本科研业务费专项资金国家科技支撑计划教育部“新世纪优秀人才支持计划”更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于样本空间动态划分的中文情感识别方法被引量：1
- 2013年
- 为了提高中文文本情感识别的精度,从集成学习的角度出发,提出了一种基于样本空间动态划分的机制构建文本情感分类器。该算法充分利用训练样本空间内的鉴别信息,通过引入核平滑方法对样本空间进行自适应划分,形成若干个具有差异性的多粒度样本子集,然后分别在每个子集上构造基分类器,最后将所有基分类器的输出进行融合以产生最终的预测结果。实验结果表明,该算法在查准率和查全率等方面均优于Bagging、AdaBoost等算法,并且在大规模样本集的情感识别中具有良好的应用前景。
- 刘智杨宗凯刘三铁璐
- 采用集成特征选择的网络书写纹识别研究
- 2012年
- 网络书写纹识别技术通过分析用户在网络留言中的书写风格识别其身份.针对网络书写纹特征具有高维、冗余的特点,提出一种基于集成特征选择的识别方法.采用基于Filter与Wrapper的混合式特征选择算法对特征空间进行划分,训练出与待识别用户数相同的基分类器,使每一个基分类器成为代表一个用户的专家.通过对20个校园BBS用户的实验研究,结果表明该方法有效提高了网络书写纹的识别性能与识别模型的可理解性.
- 孙建文刘三杨宗凯王佩
- 关键词：RELIEF遗传算法
- 基于集成学习与遗传算法的网络书写纹识别研究被引量：2
- 2011年
- N-gram字符是网络书写纹识别最有效的特征类型之一。针对其特征维数高、冗余特征多且无关特征少等特点,提出一种基于特征空间划分来构造集成学习分类器的网络书写纹识别方法。该方法首先根据一定的划分粒度,将初始特征集划分为等维度、无交叉的特征子集,然后基于每一个特征子集训练生成对应的基分类器(多元朴素贝叶斯),最后采用算术与几何平均相结合的融合策略完成集成学习分类器的构造。特征空间的划分(即特征子集的选择)采用遗传算法进行优化。实验在一个真实数据集上开展,其结果表明该方法有效地提高了网络书写纹的识别性能。
- 孙建文杨宗凯刘三王佩
- 关键词：遗传算法特征子集
- 基于随机主元分析算法的BBS情感分类研究被引量：2
- 2014年
- 针对论坛(BBS)中文本的情感分类问题,提出一种改进的随机子空间算法。挖掘特征空间中的分类信息,在生成子空间的过程中,利用权重函数对特征进行分类能力评估,以较大概率选择分类能力较好的特征维度,保证分类精度;扩大选择的子空间维度,选择具有分类能力的特征,通过主元分析对子空间进行降维,保证算法效率和子空间多样性。实验结果表明,该算法分类精度达到91.3%,比基准算法具有更好的性能稳定性。
- 刘林刘三刘智铁璐
- 关键词：情感分析主元分析支持向量机
