黑龙江省普通高校骨干教师创新能力资助计划(1055G002)
- 作品数：4 被引量：4H指数：1
- 相关作者：许少华刘显德刘立伟周继郝兴更多>>
- 相关机构：东北石油大学中国石油天然气集团公司中国人民银行更多>>
- 发文基金：黑龙江省普通高校骨干教师创新能力资助计划黑龙江省科技攻关计划黑龙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于Agent-NB的文本分类模型和算法
- 2011年
- 针对基于内容的文本分类问题,提出了一种Agent与朴素贝叶斯分类(Naive Bayes)相融合的反馈分类模型和算法(Agent-NB).朴素贝叶斯分类是一种简单而有效的文本分类方法,然而有限大小的训练样本集,一般不具备良好的数据完备性,难以一次性构造出高性能的分类模型.基于Agent-NB的反馈分类模型,可结合Agent的智能特性,通过反馈学习过程,动态调整相应参数,使朴素贝叶斯分类模型不断逼近其理想模型,从而提高分类器的性能.实验结果表明,提出的Agent-NB分类方法,分类效果明显增强,召回率、准确率和F1值与朴素贝叶斯分类算法相比有一定提高.
- 胡春娜刘显德郝兴
- 关键词：朴素贝叶斯分类文本分类算法
- 一种过程神经元网络模型及其在动态预测中的应用被引量：4
- 2008年
- 针对非线性动态系统过程预测问题,提出一种满足时变信号预测机制的过程神经元网络模型.该网络模型的输入/输出以及连接权均可以是时变函数,其空间、时间聚合运算能同时反映时变输入信号的空间聚合作用和输入过程中的阶段时间累积效应.通过对训练函数样本集的学习,网络可自动辨识动态系统的信息变换特性和输入输出关系,在机制上对时变信号预测问题具有良好的适应性.给出基于函数基展开结合LMS的学习算法,仿真实验结果验证了模型和算法的有效性.
- 刘显德刘立伟许少华周继
- 关键词：过程神经元网络学习算法
- 一种基于DPNN的Markov链等效状态转移模型
- 2008年
- 针对Markov链状态转移预测,提出一种基于离散过程神经元网络(DPNN)的等效状态转移预测方法和模型,探讨DPNN与Markov模型在一定条件下对于系统状态转移特性描述的等价性问题.利用DPNN对时间序列样本的非线性映射机制和自适应学习能力,可通过对时间序列样本集的训练,确定满足Markov链时间序列状态转移约束关系的DPNN,并将其连接权矩阵作为Markov链等效状态转移矩阵.对于任意的Markov链,给出与之等效DPNN的构建方法和在Markov链状态转移概率条件约束下的网络权值矩阵求解算法,仿真实验结果验证了方法的有效性.
- 许少华李欢谢桐瑜
- 关键词：MARKOV链学习算法
- 基于FVSM的核聚类算法在文本聚类中的应用
- 2010年
- 针对信息挖掘中的文本自动聚类问题,提出了一种基于模糊向量空间模型的核聚类算法。首先对聚类文本进行模糊特征提取得到模糊特征项集,然后依据模糊特征项集对每篇文本计算特征项的文档频数,进而得出每篇文本的模糊特征向量。最后利用高斯核函数将每篇文本的特征向量映射到高维特征空间,在高维特征空间中利用核聚类算法实施文本聚类。该方法在特征提取时充分考虑了特征项在文档中的位置信息,使自动聚类原则更接近手工聚类方法。以中国期刊网全文数据库部分文档数据为例验证了该方法的有效性。
- 杨延锟许少华
- 关键词：文本聚类核聚类算法
