交通事件判别是高速公路事件管理系统的重要组成部分,提高事件判别算法性能可以显著改善事件管理系统的运行效果.文中阐述了国内外交通事件自动判别方法的研究现状,分析了以往基于固定式检测器的事件判别算法之不足,如检测速度较慢、低...交通事件判别是高速公路事件管理系统的重要组成部分,提高事件判别算法性能可以显著改善事件管理系统的运行效果.文中阐述了国内外交通事件自动判别方法的研究现状,分析了以往基于固定式检测器的事件判别算法之不足,如检测速度较慢、低流量情况下检测效果较差、可移植性不强等.根据交通事件会显著影响车辆运行速度这一特点,提出了一种基于浮动车数据的交通事件自动判别算法.仿真结果表明,算法具有较高的事件判别率(92.5%)、较低的误判率(1.2%)和较短的事件判别时间(1.6 m in).展开更多
各种媒体每天有大量的新闻报道产生,需要一种自动化的分析方法将新闻以一种更加清晰的组织形式展示给用户.大多已有工作将新闻划分成平面的话题,然而一个话题并非仅仅是简单的新闻集合,而是由一系列相互关联的事件所组成的.由于话题内...各种媒体每天有大量的新闻报道产生,需要一种自动化的分析方法将新闻以一种更加清晰的组织形式展示给用户.大多已有工作将新闻划分成平面的话题,然而一个话题并非仅仅是简单的新闻集合,而是由一系列相互关联的事件所组成的.由于话题内的事件之间往往非常相似,导致话题内的事件检测精确度较差.为了克服以上问题,提出了基于事件词元委员会的事件检测与关系发现方法.即首先挖掘每个事件的核心词元,随后利用事件的核心词元进行事件检测与关系发现.在Linguistic Data Consortium(LDC)的两个数据集上的实验结果显示,提出的事件检测与关系发现方法可以显著地改善已有方法的效果.展开更多
文摘交通事件判别是高速公路事件管理系统的重要组成部分,提高事件判别算法性能可以显著改善事件管理系统的运行效果.文中阐述了国内外交通事件自动判别方法的研究现状,分析了以往基于固定式检测器的事件判别算法之不足,如检测速度较慢、低流量情况下检测效果较差、可移植性不强等.根据交通事件会显著影响车辆运行速度这一特点,提出了一种基于浮动车数据的交通事件自动判别算法.仿真结果表明,算法具有较高的事件判别率(92.5%)、较低的误判率(1.2%)和较短的事件判别时间(1.6 m in).
文摘各种媒体每天有大量的新闻报道产生,需要一种自动化的分析方法将新闻以一种更加清晰的组织形式展示给用户.大多已有工作将新闻划分成平面的话题,然而一个话题并非仅仅是简单的新闻集合,而是由一系列相互关联的事件所组成的.由于话题内的事件之间往往非常相似,导致话题内的事件检测精确度较差.为了克服以上问题,提出了基于事件词元委员会的事件检测与关系发现方法.即首先挖掘每个事件的核心词元,随后利用事件的核心词元进行事件检测与关系发现.在Linguistic Data Consortium(LDC)的两个数据集上的实验结果显示,提出的事件检测与关系发现方法可以显著地改善已有方法的效果.
