>>> 哲学 经济学 法学 教育学 文学 历史学 理学 工学 农学 医学 军事学 管理学 旅游学 文化学 特色库
搜索结果: 1-15 共查到LDA相关记录43条 . 查询时间(0.078 秒)
基于Web服务发现方法通常是将Web服务聚在某一个固定的功能类中,导致该Web服务的其余功能特性被忽略,Web服务的资源利用率降低的问题,提出一种基于LDA和模糊C均值的Web服务多功能聚类方法。首先,从ProgrammableWeb.com网站上爬取Web服务数据,并抽取Web服务描述文档;其次,使用LDA主题模型对Web服务描述文档进行建模,获得包含不同功能信息的文档主题矩阵;最后,在文档主题...
为高效地发现满足用户需求的Web服务,针对Web服务的描述文本较短、缺乏足够有效信息的问题,提出一种基于Word2Vec和LDA主题模型的Web服务聚类方法。该方法首先将Wikipedia语料库作为扩充源,使用word2vec对Web服务描述文档内容进行扩充,再将扩充后的描述文档利用主题模型进行特征建模,将短文本主题建模转化为长文本主题建模,更准确地实现服务内容主题表达,最后根据文档的主题分布矩阵...
Side-channel attacks put the security of the implementations of cryptographic algorithms under threat. Secret information can be recovered by analyzing the physical measurements acquired during the ...
Topic models can yield insight into how depressed and non-depressed individuals use language differently. In this paper, we explore the use of supervised topic models in the analysis of linguistic sig...
Blei提出的LDA 模型通过对主题反复抽样产生文本中的每个词,而对产生的每个词在文本中的位置没有做抽样。本文在传统的LDA 模型基础上,抽样每个词出现位置的概率分布,提出了词位置相关的LDA 模型(PLDA)。同时针对不同的位置项定义不同的词贡献度,结合词-位置概率分布以及合适的词贡献度修正主题-词的概率分布,PLDA 在一定程度上提高了主题-词可解释精度。实验说明了通过定义不同位置项合适的词贡...
A significant portion of the world’s text is tagged by readers on social bookmarking websites. Credit attribution is an inherent problem in these corpora because most pages have multiple tags, but the...
Style & Topic Language Model Adaptation Using HMM-LDA.
Potential application of a metal oxide semiconductor based electronic nose (e-nose) as a non-destructive instrument for monitoring the change in volatile production of banana during the ripening pro...
Adapting language models across styles and topics, such as for lecture transcription, involves combining generic style models with topic-specific content relevant to the target document. In this work,...
主题情感混合模型(Reverse-Joint Sentiment/Topic Model;Joint Sentiment/Topic Model)能够有效地同时抽取文档的主题和情感信息,在情感分析领域受到广泛的关注,因为没有考虑整体分布与局部分布的关系,导致分类效果不佳且不稳定.本文同时考虑两个粒度上的情感/主题分布——文档级和局部,提出多粒度的主题情感混合模型(MG-R-JST;MG-JST)....
针对传统K-means算法初始聚类中心选择的随机性可能导致迭代次数增加、陷入局部最优和聚类结果不稳定现象的缺陷,提出一种基于隐含狄利克雷分布(LDA)主题概率模型的初始聚类中心选择算法。该算法选择蕴含在文本集中影响程度最大的前m个主题,并在这m个主题所在的维度上对文本集进行初步聚类,从而找到聚类中心,然后以这些聚类中心为初始聚类中心对文本集进行所有维度上的聚类,理论上保证了选择的初始聚类中心是基于...
本文主要关注多视图数据的分类问题.考虑到集成分类方法可组合多个弱分类器构成一个强分类器,以及主题模型能学习复杂数据的语义表示,本文试图将集成学习思想引入主题模型中,以便同时学习多视图数据的分类规则和预测性语义特征.具体地,结合概率主题模型LDA模型和集成分类方法Softmax混合模型,提出了一个多视图有监督的分类模型.基于变分EM方法,推导了该模型的参数估计算法.两个真实图像数据集上的实验结果表明...
LDA为基础,系统梳理新兴主题探测以及主题趋势探测技术中的LDA以及其他LDA改进主题模型的发展现状。介绍LDA的变分推导和Gibbs抽样两种参数推导算法;总结近年来LDA模型的改进,包括对主题演化建模的主题模型、对文档内容和元数据联合建模的模型、采用在线式学习的主题模型及将LDA和引文分析相结合的主题演化方法等,并对不同的改进模型进行深入对比和分析;梳理NIH-VB、TIARA、VxInsig...
本研究采用稳定同位素质谱和等离子发射光谱质谱法测定茶叶中同位素比率和多元素含量,并结合主成分分析(PCA)和线性判别分析(LDA)法建立模型,对福建、山东和浙江出产的茶叶,以及浙江余姚、金华和西湖出产的茶叶进行产地溯源判定。结果表明,不同产地的茶叶中稳定同位素δ15N、δ13C、δD、δ18O数值范围不同,而且Li、Be和Na等27个矿物元素的含量变化也较大,具有一定的地域特征。PCA法能够区分不...
提出了基于图像欧氏距离(IMED, IMage Euclidean distance)和直接线性判别分析(DLDA, direct linear discriminant analysis)的改进Isomap算法——IMED-Isomap+DLDA。该算法针对Isomap对图像噪声和形变顽健性较差的特点,引入了图像欧氏距离代替传统欧氏距离,并针对Fisher线性判别在人脸识别中可能会出现小样本问题...

中国研究生教育排行榜-

正在加载...

中国学术期刊排行榜-

正在加载...

世界大学科研机构排行榜-

正在加载...

中国大学排行榜-

正在加载...

人 物-

正在加载...

课 件-

正在加载...

视听资料-

正在加载...

研招资料 -

正在加载...

知识要闻-

正在加载...

国际动态-

正在加载...

会议中心-

正在加载...

学术指南-

正在加载...

学术站点-

正在加载...