国家自然科学基金(61262028)
- 作品数：16 被引量：58H指数：5
- 相关作者：黄名选余如黄丽霞周秀梅汤卫东更多>>
- 相关机构：广西教育学院广西财经学院广西民族大学更多>>
- 发文基金：国家自然科学基金广西壮族自治区自然科学基金广西教育厅科研项目更多>>
- 相关领域：自动化与计算机技术文化科学电子电信更多>>
- 基于矩阵加权关联模式的印尼中跨语言信息检索模型被引量：6
- 2017年
- 【目的】针对跨语言信息检索存在的查询漂移问题,提出一种融合用户点击下载行为与矩阵加权关联模式挖掘的印尼中跨语言信息检索模型。【方法】将矩阵加权关联模式挖掘、查询扩展以及用户点击下载行为集成应用到印尼中跨语言信息检索模型,给出模型实现的关键技术,即面向跨语言信息检索的矩阵加权关联模式挖掘算法、跨语言查询扩展模型以及印尼中跨语言信息检索算法。【结果】在NTCIR-5 CLIR数据集上的实验结果表明,该检索模型的R_prec、p@10和p@20值均达到单语言检索基准的60%以上,比跨语言检索基准提高37%以上,比现有基于伪相关反馈的跨语言检索算法提高28%以上。【局限】该模型实验在基于向量空间模型的跨语言检索系统中进行,需要探讨和研究在实际搜索引擎中的具体应用。【结论】该模型能有效地减少跨语言检索中的查询漂移问题,提高和改善印尼中跨语言检索性能,对长查询的检索效果更好,有较好的实际应用价值。
- 黄名选
- 关键词：跨语言信息检索
- 基于离散量优化初始聚类中心的k-means算法被引量：11
- 2017年
- 传统k-means算法由于初始聚类中心的选择是随机的,因此会使聚类结果不稳定。针对这个问题,提出一种基于离散量改进k-means初始聚类中心选择的算法。算法首先将所有对象作为一个大类,然后不断从对象数目最多的聚类中选择离散量最大与最小的两个对象作为初始聚类中心,再根据最近距离将这个大聚类中的其他对象划分到与之最近的初始聚类中,直到聚类个数等于指定的k值。最后将这k个聚类作为初始聚类应用到k-means算法中。将提出的算法与传统k-means算法、最大最小距离聚类算法应用到多个数据集进行实验。实验结果表明,改进后的k-means算法选取的初始聚类中心唯一,聚类过程的迭代次数也减少了,聚类结果稳定且准确率较高。
- 刘美玲黄名选汤卫东
- 关键词：离散量K-MEANS聚类聚类中心
- 教育信息化中课程考试成绩数据关联模式的发现被引量：1
- 2014年
- 面对海量的教育信息化数据,如何发现和分析隐藏在这些数据中潜在的、有价值的知识和教育模式,更好地为教育教学决策提供科学依据,成了亟待解决的问题。本文提出一种新的课程成绩数据关联模式发现算法。该算法针对课程成绩数据的特点,给出课程数据模型,采用矩阵加权模式发现技术对课程成绩数据进行模式挖掘,发现课程成绩数据中隐藏的数据关联规则。通过模式分析得出课程教学中的教学规律和问题,为教学管理、教学改革与决策提供科学依据。实验表明,与现有关联模式发现算法比较,本文提出的算法更有效、合理。
- 余如黄丽霞黄名选
- 关键词：教育信息化课程成绩
- 教育信息化数据中完全加权正负关联模式发现
- 2015年
- 对海量教育信息化数据关联模式的挖掘与分析,有利于发现教育信息化数据中事先不知道的、但又是潜在有用的教育模式和知识,为教育管理、教育决策和教学改革提供科学的依据。研究面向教育信息化数据的完全加权负关联模式挖掘技术,提出一种新的教育信息化数据完全加权正负关联模式挖掘算法。该算法考虑了项目在事务数据库中的权值,从教育数据中挖掘完全加权频繁项集和负项集,在支持度-置信度-相关性架构下从频繁项集和负项集挖掘有趣的教育数据完全加权正负关联模式。通过模式分析,发现教育领域潜在的教育、教学规律和教育发展趋势,提高教育信息化数据分析和处理水平。以真实的教育信息化数据作为实验数据测试集,实验结果表明,与现有的正负模式挖掘算法比较,所提出的算法更有效、更合理,其挖掘出的正负关联模式更加接近现实。
- 余如黄丽霞黄名选
- 关键词：教育信息化
- 一种基于基因表达式编程的串行聚类算法并行化研究被引量：1
- 2017年
- 为进一步解决基于用户的协作过滤技术的扩展性问题,利用基因表达式编程(GEP)的并行性优势,与已有的串行聚类DBSCAN算法进行融合,使得串行程序并行化,提出了一种GEP-DBSCAN协作过滤聚类算法来寻找最近邻居,改进基于密度的协作过滤方法,实验证明了算法的有效性以及提高了时间效率.
- 蔡宏果元昌安
- 关键词：聚类算法基因表达式编程
- 基于ICA与MUSIC相结合的未知源数目DOA估计算法被引量：1
- 2013年
- 从阵列入射信号具有统计独立和空域独立这两个方面出发,利用ICA和MUSIC算法相结合,进行未知源信号数目的 DOA估计,在算法迭代的过程中,得到源信号数目的同时也得到了源信号的DOA.通过仿真实验表明,该算法能对未知源数目的信号进行DOA估计,并且在低信噪比和存在弱信号的情况下仍然有效.
- 黄紧德韦文山黄名选
- 关键词：MUSIC波达方向(DOA)估计
- 基于PR模型的教育数据矩阵加权正负模式研究
- 2014年
- 提出一种新的基于PR(Probability Ratio,简称PR)模型的教育信息化数据矩阵加权正负关联模式挖掘算法。算法从教育信息化数据中挖掘矩阵加权频繁项集和负项集,采用PR模型作为正负关联模式评价标准,对频繁项集和负项集挖掘教育数据矩阵加权正负关联模式,发现有趣的教育信息矩阵加权正负关联模式。通过模式分析,发现教育领域信息化数据中潜在的、有用的教育信息、教学规律和教育发展趋势。以真实的教育信息化数据作为实验数据,实验结果表明,该算法更有效、合理。
- 余如冯平黄名选
- 关键词：教育信息化
- 基于U-P2P元组空间知识协作模式的中越跨语言查询扩展
- 2013年
- 针对中国与东盟国家在知识共享过程中的语言障碍问题,详细阐述跨语言查询扩展元组空间的逻辑结构,提出U-P2P网络模式下元组空间知识协作的分布式中、越跨语言查询扩展模型。在此基础上,增加查询扩展代理peer的动作语言规则的定义和元组元操作指令集,依据强化学习算法提出一种基于加权矩阵的自适应路由选择/查询机制。在Gnutella环境下的实验表明,相对于传统的集中式查询而言,该模型对中越两种语言之间的快速翻译和扩展查询具有较好的准确率和召回率,在不同知识领域的运用中具有通用性和可扩充性。
- 胡积宝周佳骏黄名选汪婷婷
- 关键词：元组空间跨语言扩展查询对等网络
- 完全加权正负关联规则算法及其在评教数据中的应用被引量：3
- 2016年
- 现有的完全加权关联规则挖掘算法没能解决挖掘技术问题,为此提出一种新的完全加权正负关联规则挖掘算法,并探讨了算法在高校评教数据挖掘中的应用.该算法采用新的模式评价标准挖掘有趣的频繁项集和负项集,进而从频繁项集和负项集中挖掘有效的完全加权正负关联规则模式,克服现有挖掘算法的缺陷.以真实的高校评教数据为实验数据测试集,理论和实验结果都表明,该算法比现有完全加权关联规则挖掘算法更有效、合理,具有更高的理论价值和应用前景.
- 周秀梅翁家铭李石君
- 关键词：数据挖掘频繁项集正负关联规则
- 网络重叠社区发现的谱聚类集成算法被引量：7
- 2014年
- 鉴于计算代价高昂的谱聚类无法满足海量网络社区发现的需求,提出一种用于网络重叠社区发现的谱聚类集成算法(SCEA).首先,利用高效的近似谱聚类(KASP)算法生成个体聚类集合;然后,引入个体聚类选择机制对个体聚类进行优选,并对优选后的个体聚类建立簇相似图;最后,进行层次软聚类,得到网络节点的软划分.实验结果表明,与代表性算法(CPM,Link,COPRA,SSDE)相比较,SCEA能够挖掘出具有更高规范化互信息(NMI)的网络重叠社区结构,且具有相对较好的鲁棒性.
- 黄发良黄名选元昌安姚志强
- 关键词：谱聚类
