基于选择性集成的最大化软间隔算法

当前,boosting集成学习算法研究主要集中于最大化弱学习器凸组合的间隔或软间隔,该凸组合几乎使用了生成的所有弱学习器,然而这些弱学习器间存在大量的相关性和冗余,增加了训练和分类过程的时空复杂度.针对这一问题,在LPBoost基础上提出了一种选择性boosting集成学习算法,称为SelectedBoost.在每次迭代生成新的弱学习器以后,通过计算新生成的弱学习器与已有弱学习器的相关度和差异度,并结合当前集成的强学习器的准确率来判断是否选择该弱学习器.另外,当前的一系列boosting算法(如AdaBoost,LPBoost,ERLPBoost等),本质上是基于已生成的1个或者多个弱学习器来更新样本权重,但与弱学习器相比,强学习器更能代表当前的决策面.因此,SelectedBoost通过在带约束的间隔最大化问题中引入更加严格的强学习器边界约束条件,使得该算法不仅参考弱学习器边界,同时还参考已生成的强学习器来更新样本权重,进而提高算法的收敛速度.最后,与其他有代表性的集成学习算法进行实验比较,结果表明,该方法在收敛率、分类准确性以及泛化能力等方面均具有比较明显的优势.     

基于范例库推理的软件成本估算模型研究

用传统的经验函数估算软件成本有很多局限性，采用基于范例库推理的估算方法可以很好地弥补其中的问题。讨论了软件成本估算和基于CBR推理研究的特点，从总体上阐述了COSCBR系统结构，描述了系统重要的研究方面：影响软件成本因素；层次推理；COSCRB系统的范例表示方法；相似度的基本计算算法。     

音乐评论的情感挖掘研究

在当今数字化与网络化时代,图像、音频和视频等多媒体内容已成为互联网信息高速公路上传送数据的重要部分,基于音乐情感的检索技术应运而生.音乐的群众情感则由大量的普通用户通过各种形式表达出来,其中论坛中带交互性的音乐评论则为典型的音乐情感表达形式.从海量Web文本信息中得到音乐的情感等属性并将结果合理地返回给依据情感搜索的用户是一个创新性的解决方案.实践结果证明,音乐论坛主题挖掘系统相对于目前的基于音乐本身的研究具有更大的合理性,对用户的搜索返回具有更强的说服力.     

基于自然语言处理的计算机几何作图

如何将自然语言表述的初等几何命题自动转化为计算机可理解的作图语言是自然语言处理中的空白,也是实现教育软件人机交互的难点。文中通过对几何范围内的受限自然语言的研究,建立了有效可行的语言理解模型,实现了从自然语言到形式化规则的自动转化,并且设计出相应的软件。     

几何命题处理中的中文分词技术

如何将自然语言表述的初等几何命题自动转化为计算机可理解的作图语言是自然语言处理中的空白,也是实现教育软件人机交互的难点.而中文分词是自然语言处理的第1步,分词结果直接影响后期的处理工作.该文通过对几何范围内的受限语言的研究,建立了有效可行的语言理解模型,完成了词素的切分和词性标注,并在程序上得以实现.     

新时期建筑企业档案管理人员必须具备的基本素质要求

随着社会信息化、网络化、数字化的运用与增加,对档案管理工作提出了更高的要求。要做好这项工作,必须有一批具备一定档案专业知识、文化科学知识以及较高政治素质的档案专业管理人员。企业只有创造良好的教育环境,加强继续教育,提高培训质量才能有助于提高档案管理人员的基本素质。     

面向实物交互的空间增强现实数字孪生法配准技术

在支持实物交互的空间增强现实系统中,交互会引起实物对象方向、位置的快速改变.为了确保实物移动过程中的虚实配准实时性和精确性,提出一种面向实物交互的空间增强现实数字孪生法配准技术.通过在数字空间建立与物理空间一致的对象数字模型,实时捕获物理空间中对象的方向、位置信息,利用该信息实时调整数字空间中的虚拟对象方向、位置参数;...     

基于选择性集成的最大化软间隔算法?

当前,boosting 集成学习算法研究主要集中于最大化弱学习器凸组合的间隔或软间隔,该凸组合几乎使用了生成的所有弱学习器,然而这些弱学习器间存在大量的相关性和冗余,增加了训练和分类过程的时空复杂度.针对这一问题,在LPBoost基础上提出了一种选择性boosting集成学习算法,称为SelectedBoost.在每次迭代生成新的弱学习器以后,通过计算新生成的弱学习器与已有弱学习器的相关度和差异度,并结合当前集成的强学习器的准确率来判断是否选择该弱学习器.另外,当前的一系列boosting算法(如AdaBoost,LPBoost,ERLPBoost等),本质上是基于已生成的1个或者多个弱学习器来更新样本权重,但与弱学习器相比,强学习器更能代表当前的决策面.因此, SelectedBoost 通过在带约束的间隔最大化问题中引入更加严格的强学习器边界约束条件,使得该算法不仅参考弱学习器边界,同时还参考已生成的强学习器来更新样本权重,进而提高算法的收敛速度.最后,与其他有代表性的集成学习算法进行实验比较,结果表明,该方法在收敛率、分类准确性以及泛化能力等方面均具有比较明显的优势.     

基于模板的Web信息自动提取方法*

为了解决传统Web信息提取过程中准确率和效率相矛盾的问题,提出了一种基于模板与机器自动识别相结合的Web信息自动提取方法。该方法先利用一组启发式规则自动识别HTML文本中不同属性信息之间的分隔符,再把它们配置到模板中,然后根据模板分析相同类型的网页,最后以话题线索的方式存储。实验结果表明,与传统的Web信息提取方法相比,本方法能够处理多种结构类型的网页,同时能够在很大程度上提高准确率、召回率和效率;并且可以在不需要修改算法的情况下根据用户需求动态提取相关信息,满足各方面研究的需要。     

论高职院校广告设计专业课程建设的发展方向

高职院校的广告设计专业课程设置应从市场需求出发,不断对专业课程设置进行调整,以适应快速发展的商业广告设计市场。培养出优秀的、能够快速胜任工作岗位需求的高职广告设计专业人才。