-
题名局部加权稀疏表示的文本分类算法研究
被引量：1
- 1
-
-
作者
祝利杰
罗迪凡
史彦丽
-
机构
暨南大学信息科学技术/网络空间安全学院
暨南大学伯明翰大学联合学院
吉林化工学院理学院
-
出处
《信息技术与信息化》
2023年第8期24-27,共4页
-
基金
辽宁省教育厅科学研究经费项目(LG202024)。
-
文摘
基于稀疏表示方法的文本分类强调使用训练样本特征的全局结构对测试样本进行稀疏表示,而对文本特征的局部邻域结构和文档之间相似性缺乏考虑,导致文本分类准确率低和高耗时。为了解决上述问题,本研究以最近邻和最近特征子空间为基础,并建立局部邻域结构和距离加权机制,提出一种局部加权稀疏表示的文本分类算法,使文本语义信息表达更丰富、稀疏表示更具判别力。实验结果表明本文算法准确率高于基线算法2.4%~5%,运行速度提高1.35~2.8倍。
-
关键词
文本分类
稀疏表示
局部邻域结构
距离加权
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名基于邻域保持嵌入稀疏编码的图像分类
- 2
-
-
作者
高佳雪
陈秀宏
-
机构
江南大学数字媒体学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2016年第3期232-235,共4页
-
基金
国家自然科学基金资助项目(61373055)
-
文摘
针对复杂背景下的图像分类问题,结合稀疏编码和邻域保持嵌入算法,提出一种基于邻域保持嵌入规则的稀疏编码算法。在传统稀疏编码问题的目标函数中加入特征编码的局部邻域嵌入正则化项,通过最小化每个特征的编码与其近邻点的特征编码线性组合的误差,使得相似的特征在编码后仍然相似,保留特征的局部邻域结构。采用近似编码的方法降低计算复杂度,实验结果表明,在多个图像数据库上进行图像分类,与已有的稀疏编码方法相比,该算法具有较高的分类精度。
-
关键词
图像分类
稀疏编码
邻域保持嵌入
局部邻域结构
近似编码
-
Keywords
image classification
Sparse Coding（SC）
Neighborhood Preserving Embedding（NPE）
local neighborhood structure
approximate coding
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于LNAFSA算法的WDM系统PMD自适应补偿
- 3
-
-
作者
马广勇
白成林
许恒迎
-
机构
聊城大学物理科学与信息工程学院
山东省光通信科学与技术重点实验室
-
出处
《光通信技术》
CSCD
北大核心
2012年第10期53-56,共4页
-
基金
山东省科技攻关项目(No.2009GG10001026)资助
聊城大学科研基金项目(No.X10004)资助
-
文摘
提出了一种可应用于波分复用(WDM)系统的偏振摸色散(PMD)自适应补偿方案。该方案以偏振度(DOP)为反馈信号,采用局部邻域结构的人工鱼群算法(LNAFSA)为控制算法,对低于设定阈值的一个或多个信道同时进行PMD自适应补偿。补偿后各补偿信道的DOP均大于0.96,眼图张开度明显增大,系统性能得到了改善。
-
关键词
波分复用系统
局部邻域结构的人工鱼群算法
PMD自适应补偿
-
Keywords
WDM system
LNAFSA
adaptive PMD compensation
-
分类号
TN913.7
[电子电信—通信与信息系统]
-
