崔军
- 作品数:24 被引量:89H指数:5
- 供职机构:山西大学计算机与信息技术学院更多>>
- 发文基金:山西省回国留学人员科研经费资助项目山西省科技攻关计划项目山西省自然科学基金更多>>
- 相关领域:自动化与计算机技术文化科学理学兵器科学与技术更多>>
- 复杂网络中社团结构的快速探测方法被引量:2
- 2013年
- 探测复杂网络中的社团结构对更好地理解网络的整体结构与功能特性有着十分重要的实际意义和应用价值。基于共享邻居数目和社团强度定义提出了以边链接系数为分裂依据的快速探测算法。实验结果表明,与已有的划分算法相比,该算法不需要事先预知社团数目和原始社团划分情况,能够在较低的时间复杂度下得到更高质量的网络社团划分结果。
- 贾宗维崔军王晓芳
- 关键词:复杂网络社团结构模块度
- 融合全局和局部注意力机制的自然语言框架识别方法
- 2023年
- 框架识别是框架语义学研究中进行浅层语义分析的核心任务,要求根据句子中目标词的上下文语义场景从给定的框架库中选择最相符的框架。现有的识别方法只考虑了句子的全局特征,忽略了目标词周围的局部信息,基于此,提出一种融合全局和局部注意力机制的框架识别方法。通过BERT预训练模型生成输入文本的向量表示;利用全局注意力机制和局部注意力机制分别对上下文与目标词周边信息进行编码;融合全局和局部信息编码进行框架选择。实验结果表明,该方法在FrameNet和CFN数据集上分别取得了88.39%和74.90%的准确率,优于多个基线模型,且对中英文数据具有较好的适应性。
- 郭哲铭张虎崔军王笑月
- 关键词:框架语义学
- 高考报名数据处理系统
- 2002年
- 给出高考报名系统设计的目标要求和对象模型。重点阐述报名系统的核心问题 ,即考场设置问题。这一问题是根据山西省高考的实际情况提出的 ,具有普遍性。根据问题域要求 ,建立了相应的数学模型 ,并给出了相应的混洗算法 ,该算法具有简单、高效、均匀性好等特点。
- 崔军
- 关键词:高校招生工作考试管理考场编排数学模型
- 高考报名数据处理系统被引量:8
- 2002年
- 给出了高考报名系统设计的目标要求和对象模型 ,重点阐述了报名系统的核心问题 ,即考场设置问题。根据问题域要求 ,建立了相应的数学模型 ,并给出了相应的混洗算法 ,该算法具有简单、高效、均匀性好等特点。
- 崔军祁志民
- 关键词:数据处理系统数学模型
- 一种新的层次信息可视化模型被引量:3
- 2009年
- 随着信息的日益丰富和互联网技术的发展,如何在海量数据中获取有效信息这一问题促使信息可视化领域成为当前的研究热点之一。层次信息的可视化结构最直观的方式就是树型结构。但是传统的树型结构有一个很大的缺点:当结构的层次增多或者节点增多时,该结构需要占据大量的可视化空间。针对这个问题,在分析研究层次信息可视化技术的基础上,提出了一种新的层次信息可视化模型,即层次信息自由呈递模型。通过对多种关键特征的参数化,实现层次信息在任意方向上的自由呈递,以及Focus+context视图效果。
- 崔军贾宗维王建伟于慧娟
- 关键词:信息可视化
- 正态分布蚁群算法求解函数优化问题被引量:1
- 2010年
- 以加权高斯函数模拟信息素的密度分布,并以此进行随机抽样,构成蚁群的状态转移规则。蚁群在信息素的引导下逐步向最优食物聚集。引入禁忌策略作为优进策略,以提高蚁群的寻优能力。测试表明算法适用于连续优化问题,能较快地找到函数的最优解。
- 赵海英李桂成崔军
- 关键词:蚁群算法连续空间优化
- 一种发现社团结构的快速凝聚聚类算法被引量:2
- 2012年
- 为了快速探测复杂网络中的社团结构,提出了基于网络节点耦合度的凝聚聚类算法.首先利用一种优化的聚类中心算法确定初始聚类中心节点,然后根据节点间耦合程度和节点度分别对各社团的节点进行分类和不断调整聚类中心,直至聚类算法结束.实验结果表明,该算法能够快速准确的划分复杂网络中的各社团.
- 贾宗维崔军
- 关键词:复杂网络社团结构耦合度模块度
- 数据库操作题自动阅卷的设计与实现被引量:11
- 2004年
- 为克服人工阅卷的诸多困难,给出了一个对数据库操作题自动阅卷的设计方案,该方案以试题的组织 形式和录入技术为基础,设计了供阅卷程序识别的形式语言,覆盖了数据库操作题的主要内容,作为山西省计 算机应用能力考核系统的子系统,该方案已投入使用。
- 李桂成崔军
- 关键词:数据库操作自动阅卷形式语言计算机应用
- 基于框架表示学习的汉语框架排歧被引量:2
- 2020年
- 为了改善框架排歧模型的性能,区别于传统分类算法人工提取特征的做法,直接从语料中的例句出发,使用神经网络模型给出了一种框架表示学习的算法,并将学习到的框架表示向量用于框架排歧任务,显著提升了框架排歧的性能。该算法充分利用CFN中例句库、词元库,基于hinge-loss的神经网络,学习到能最大区别正确框架与错误框架的框架表示向量。此外,还使用WSABIE算法学习到目标词及其上下文的表示向量,排歧时以上下文表示向量与框架表示向量做余弦夹角来判决。在CFN中88个有歧义的词元上进行3组2折交叉验证(3×2 BCV)实验,框架排歧精度最好达到72.52%,t-检验结果表明该方法性能显著高于其他框架排歧方法。
- 侯运瑶曹学飞崔军王瑞波李济洪李茹
- 基于分层学习的易混淆法条预测被引量:5
- 2020年
- 目前针对法条预测的相关研究大都采用文本分类的思想,但模型构建过程都未考虑不同法条之间的从属关系或相似程度,因此对于易混淆法条预测效果普遍较差。针对现有方法在易混淆法条预测中存在的不足,提出基于分层学习的易混淆法条预测方法。将法条分为易区分法条和易混淆法条,按法条内容将易混淆法条组合为不同易混淆法条集并分别训练易混淆法条集预测模型,运用分层学习完成易混淆法条预测。在刑事案件的数据上进行实验,实验结果表明,该模型能较好解决易混淆法条预测问题,提高法条预测准确率。
- 程豪张虎崔军赵红燕谭红叶李茹
- 关键词:文本分类