文本分类中的特征选取算法

分析了常用的几种特征选取方法，提出了改进互信息算法。实验结果显示改进的互信息算法是可行的。     

基于改进互信息的动名搭配自动获取方法

根据动名搭配的结构特点,对基于互信息的搭配知识获取方法进行了改进,使之成功地应用于动名搭配识别.对200万熟语料的实验结果表明,改进的方法比互信息方法的F值有了较大提高.     

结合语义的位置语言模型

针对位置语言模型没有考虑词与词之间语义关系的问题, 提出一种结合语义的位置语言模型。首先采用高斯核函数来度量词与词之间的位置关系; 然后提出一种平滑互信息的技术来度量词与词之间的语义关系, 证明了平滑互信息能够有效解决大量词对之间无法通过互信息来计算转移概率的问题; 还证明了位置语言模型是结合语义位置语言模型的一个特例; 最后将结合语义的位置语言模型应用于信息检索, 得到一个基于该模型的检索模型。实验结果表明, 基于该模型的检索模型在性能方面要优于基于位置语言模型的检索模型。     

基于粗糙集的不相容决策表属性约简算法

对Skowron可辨识矩阵方法进行分析,应用反例说明基于Skowron可辨识矩阵方法对不相容决策表属性约简中存在一定的局限性.针对这一问题,提出了一种基于互信息的求属性核方法,并在此基础上利用互信息作为启发信息,在算法中加入了消除冗余属性的二次约简过程,构造一种完备的启发式属性约简算法.实例分析表明该算法能够有效地对不相容决策表进行属性约简,且具有较好的约简效果.     

一种改进的最大熵方法在船舶辐射噪声盲分离中的应用

对于船舶辐射噪声信号的盲信号分离(BSS)问题，由于常用的最小互信息(MMI)方法需要估计输出信号的高阶累积量，这对于非高斯、非平稳的船舶辐射噪声来说信号估计的精度将会降低．为此，本文验证了最大熵(ME)方法在处理此类复杂信号时能作为最佳对比函数的条件，并在此基础上用高斯混合模型来估计信号的概率分布，提高了信号概率密度估计的精度；同时在算法的迭代过程中使用自然梯度下降法代替随机梯度下降法，提高了算法的收敛速度．通过对船舶辐射噪声信号的盲分离实验，证明了此分离算法是有效的．     

基于相空间重构的神经网络短期风速预测

针对风速具有较强的混沌特性,预测难度较大,提出了一种基于相空间重构的神经网络短期风速预测方法:对数据进行小波降噪,运用互信息法和虚假最近邻点法确定最佳的延迟时间和嵌入维数,对样本空间进行重构,使新的样本能够表征原始时间序列动态特性,更能反映风速变化特性。在此基础上运用BP神经网络进行短期风速预测。实验结果表明短期风速预测精度得到提高。     

接收空间调制信道容量计算及其鲁棒性设计

针对接收空间调制(RSM)系统中信道输入为有限码集导致香农容量公式不适用于RSM信道容量计算的问题,通过分析信道输入输出之间的互信息,推导了发射机拥有完美信道信息情况下的RSM系统的信道容量表达式,并进一步给出发射机的信道信息存在误差时具有鲁棒性的RSM预编码矩阵设计(RRSM)方法。该方法将二进制数据流映射成某根期望接收天线空间序号和传统调制符号,把它们作为RSM系统的信道输入,经发射预编码后得到信道输出;然后采用迫零算法使得信号功率在选定的期望接收天线处聚集而在其他接收天线处迫零,用所选定的期望接收天线的空间序号来传输额外信息比特;最后考虑RSM发射机的信道状态信息有误差,根据最小均方误差准则建立目标函数,求解得到RSM最优的鲁棒预编码矩阵。数值仿真实验表明:当发射机的信道状态信息误差的方差为0.3时,RRSM方法相比原始的RSM方法可使最优检测在误码率为10-4时获得1dB性能增益,次优检测在误码率为10-2时获得2dB增益。     

基于信息论下阈值阵列模型中的阈上随机共振现象

研究了高斯混合噪声作用下阈值阵列模型中的阈上随机共振现象.通过建立阈值阵列模型,运用理论分析和数值仿真相结合的方法,分析了高斯混合噪声作用下高斯信号通过系统时的互信息.数值仿真表明,通过控制变量法,当阈值单元数目越多或者系统阈值越大时,阈上随机共振发生的现象更加明显.所得结论可以为进一步探索阈值阵列模型提供基础.     

基于半监督学习的迁移学习方法

迁移学习是机器学习的一个新的分支。当训练模型过期,而新领域标记数据又非常少时,传统的机器学习就不足以产生一个较为精确的分类器。为解决此问题,本文提出一种基于半监督学习的迁移学习方法,对源领域数据进行二步信息筛选,并在大量文本数据集上的实验中证明了新算法的有效性。     

问答社区问句中多字词表达提取

基于互动问答社区问句中多字词表达和问句理解的关系,提出针对互动问答社区问句进行多字词表达抽取,并基于互动问答社区问句中多字词表达的特点,提出适用于互动问答社区的多字词表达提取方法.该方法在利用互信息和停用词表的方法从问句中抽取候选多字词表达的基础上,将候选多字词表达分为正确串、残缺串、冗余串和错误串4类,借助搜索引擎对查询串的优化和候选多字词表达在互联网上的检索结果,设计候选多字词表达校正方法,实现对多字词表达的提取.以新浪爱问知识人问题库中的问句进行实验,结果表明,多字词表达抽取的准确率、召回率和F值分别达到84%,52%和0.64,验证了该方法的有效性.