-
题名基于关键词协同投票过滤的短文本特征提取算法研究
被引量：2
- 1
-
-
作者
周丽杰
于伟海
郭成
-
机构
烟台职业学院电教中心
烟台市普通话培训测试中心
大连理工大学软件学院
-
出处
《泰山学院学报》
2015年第6期43-47,共5页
-
基金
国家自然科学基金资助项目(61401060
61272173)
山东省高等学校科技计划基金资助项目(J12LN73)
-
文摘
特征提取算法的目的是为了放大特征项和非特征项之间的权值差异性。目前文本特征提取算法通常都是面向通用文本,文本因篇幅差异在采用通用特征提取算法进行特征提取时性能也各有差异.以关键词词频特性为基础,构建关键词间协同过滤投票矩阵,投票矩阵中特征值作为特征项之间的投票数值,以投票权值和反文档频率共同来表征特征项权值,以此来满足短文本内容简短而特征提取准确率较高的要求.以新浪微博数据为测试数据集,实验结果表明,本文算法能够较为明显地差异化特征项和非特征项之间的权值.
-
关键词
共现频率
投票矩阵
协同过滤
特征提取
短文本
-
Keywords
common frequency
voting matrix
collaborative filter
feature extracting
short text
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名面向无支撑3D打印的近似金字塔形状分解
被引量：1
- 2
-
-
作者
周钰琛
黄嘉诚
岳兴春
彭勇
宋威
-
机构
江南大学物联网工程学院
江南大学人工智能与计算机学院
-
出处
《现代信息科技》
2023年第6期149-152,156,共5页
-
文摘
FDM法是当前3D打印中应用最广泛的方法之一,该方法有许多优点,但也存在的需要添加支撑结构才能打印悬垂部分的缺点。针对该缺点,设计了一种近似金字塔形状分解的方法,通过采样平面对模型进行分区,构建点的分类投票矩阵,通过kd-tree加速的分区聚类算法对模型进行分解。结果表明,该分解方法能成功将原模型分解为若干不需要支撑即可进行3D打印的部分。
-
关键词
3D打印
无支撑
采样平面
DBSCAN聚类
投票矩阵
-
Keywords
3D printing
support-free
sampling plane
DBSCAN clustering
voting matrix
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名高分辨率遥感影像建筑物分级提取
被引量：31
- 3
-
-
作者
游永发
王思远
王斌
马元旭
申明
刘卫华
肖琳
-
机构
中国科学院遥感与数字地球研究所数字地球重点实验室
中国科学院大学
北京交通大学土木建筑工程学院
辽宁工程技术大学测绘与地理科学学院
-
出处
《遥感学报》
EI
CSCD
北大核心
2019年第1期125-136,共12页
-
基金
国防科工局高分专项(编号:30-Y20A37-9003-15/17)
国家自然科学基金(编号:91547107
+3 种基金
41271426
41428103)
新疆建设兵团科技攻关项目
中国科学院"1-3-5"项目~~
-
文摘
高分辨率遥感影像建筑物信息自动提取是遥感应用研究中的一个热点问题,但由于受到成像条件不同、背景地物复杂、建筑物类型多样等多个因素的影响使得建筑物的自动提取仍然十分困难。为此,在综合考虑影像光谱、几何与上下文特征的基础上,提出了一种基于面向对象与形态学相结合的高分辨率遥感影像建筑物信息分级提取方法。该方法首先利用影像的多尺度及多方向Gabor小波变换结果提取建筑物特征点;然后采用面向对象的思想构建空间投票矩阵来度量每一个像素点属于建筑物区域的概率,从而提取出建筑物区域边界;最后在提取的建筑物区域内应用形态学建筑物指数实现建筑物信息的自动提取。实验结果表明,本文方法能够高效、高精度地完成复杂场景下的建筑物信息提取,且提取结果的正确性和完整性都优于效果较好的PanTex算法。
-
关键词
高分辨率遥感影像
建筑物提取
GABOR小波变换
面向对象
空间投票矩阵
形态学建筑物指数
-
Keywords
high resolution remote sensing imagery
building extraction
Gabor wavelet transform
object-oriented method
spatial voting matrix
morphological building index
-
分类号
TU198
[建筑科学—建筑理论]
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
