位置加权相关论文
随着网络在蒙古地区的迅速普及,互联网已经成为蒙古族人民信息传递的主要媒介。然而,网络信息聚集,导致信息严重过载。因此,如何从......
通过引入位置因素修改TF-IDF因子进行初次特征选择,提出一种基于位置的文本特征加权改进模型;再借助类别信息构造类别向量提高文本......
随着当今网络信息量的飞速增长，海量的网络文本数据也在呈现指数级增长，传统的人工分类方法显然已经不适用，文本分类技术应运而生。文......
针对无线传感器网络经典分簇协议Leach存在能量消耗过大的问题,提出了一种基于LEACH的改进协议.该协议采用位置加权粒子群算法结合......
针对信息增益模型在文本分类中的不足之处,提出了一种基于灰关系与信息增益的文本分类算法.首先基于改进的χ2统计进行类别特征选......
从文本特征项所处的位置角度提出了特征项基于位置的降维方法;同时结合特征的类别分布进行了二次特征降维。这种基于位置和类别相......
TF-IDF算法使用词频和逆文档频率来判断文章中词语的重要性,但类别区分效果不是很好。为提高分类效果,提出TF-IDF-MP算法。首先对......
本文针对向量空间模型下文本检索存在的几个问题进行了研究和探讨。在文本聚类模式下提出了特征项选取的改进方法；对TF—IDF因子提......
TF-IDF是文本特征赋权的常用方法.该方法简单易行,但没有考虑位置因素对特征赋权的影响.通过修改因子,分析不同条件下文本表现形式......
针对基本粒子群算法具有后期收敛速度慢、容易陷入局部极值等缺陷,通过考虑粒子的位置之间的加权作用,对基本粒子群算法进行了改进......
介绍以普通英文科技文献为测试样本,利用海量信息处理的原理对样本进行标引,为最终的用户检索服务。介绍系统的系统构架,标引原理......
目前的研究大多把向量空间模型中特征项的选取与权重的计算分开,掩盖中文分词时产生的语义缺失,导致特征项区分度下降。为此,提出......
本文针对潜在语义空间模型下文本检索存在的问题进行了研究；对LSI／SVD方法的理论及问题进行探讨，对文本一特征项矩阵加权方式进行了改......
文本聚类是自然语言处理研究中一项重要研究课题,文本聚类技术广泛地应用于信息检索、Web挖掘和数字图书馆等领域。本文针对特征词......
频率调谐（FT）显著区域检测算法在背景复杂和图像显著区域比较大时检测效果不理想。针对上述问题,对FT算法进行了改进,提出了一种基于......
〔摘要〕学术文献中包含的大量有价值的知识往往无法在摘要中体现出来。本文提出一种基于位置加权的核心知识挖掘方法，旨在以句为知......
本文针对向量空间模型文本检索存在的几个问题进行了研究和探讨。在文本聚类模式下提出了特征项选取的改进方法；对TF-IDF因子提出了......
在万物互联的信息时代,智能无人系统有望成为人们出行的必备品。而高性能的传感器又是智能无人系统必不可少的核心环节。激光雷达......
研究了一种基于密度聚类模式下的依文本、段落、语句逐层分析的文本摘要自动生成方法。该聚类方法对噪声无敏感性，该层次分析方法对......
由于Wi-Fi (Wireless Fidelity)技术的遍及以及Wi-Fi信号的覆盖率的不停提升,使Wi-Fi定位转变为可能的定位手段,无论是住宅楼、学......
提出一种基于K-means聚类的蓝牙指纹室内定位算法,首先利用K-means聚类对定位区域的指纹数据库进行划分得到不同子区域的类中心以......
