您的位置: 专家智库 > 资助详情>国家自然科学基金(61152001)

国家自然科学基金(61152001)

作品数:4 被引量:6H指数:2
相关作者:尹红风贾真李天瑞刘胜久杨燕更多>>
相关机构:西南交通大学更多>>
发文基金:国家自然科学基金中央高校基本科研业务费专项资金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 4篇自动化与计算...

主题

  • 2篇引擎
  • 2篇搜索
  • 2篇搜索引擎
  • 2篇索引
  • 1篇语义
  • 1篇语义分析
  • 1篇元搜索
  • 1篇元搜索引擎
  • 1篇排序
  • 1篇中文
  • 1篇网络
  • 1篇网络百科
  • 1篇聚类
  • 1篇共现
  • 1篇关键字
  • 1篇ANY
  • 1篇APRIOR...
  • 1篇BOUNDS
  • 1篇DECISI...
  • 1篇LINGO

机构

  • 3篇西南交通大学

作者

  • 2篇李天瑞
  • 2篇贾真
  • 2篇尹红风
  • 1篇奚婷
  • 1篇杨燕
  • 1篇刘胜久

传媒

  • 2篇计算机科学
  • 1篇计算机应用研...
  • 1篇Journa...

年份

  • 1篇2013
  • 3篇2012
4 条 记 录,以下是 1-4
排序方式:
Exploiting Empirical Variance for Data Stream Classification
2012年
Classification,using the decision tree algorithm,is a widely studied problem in data streams.The challenge is when to split a decision node into multiple leaves.Concentration inequalities,that exploit variance information such as Bernstein's and Bennett's inequalities,are often substantially strict as compared with Hoeffding's bound which disregards variance.Many machine learning algorithms for stream classification such as very fast decision tree(VFDT) learner,AdaBoost and support vector machines(SVMs),use the Hoeffding's bound as a performance guarantee.In this paper,we propose a new algorithm based on the recently proposed empirical Bernstein's bound to achieve a better probabilistic bound on the accuracy of the decision tree.Experimental results on four synthetic and two real world data sets demonstrate the performance gain of our proposed technique.
ZIA-UR REHMAN Muhammad李天瑞李涛
元搜索引擎排序方法建模与算法研究被引量:4
2012年
元搜索引擎的核心技术是排序算法。在研究元搜索引擎排序算法的基础上,通过合理简化等一系列措施建立数学模型,抽象出元搜索引擎排序算法的基本框架。随后结合各成员搜索引擎的市场份额及各成员搜索引擎的搜索结果,给出了一种新的元搜素引擎排序算法。该算法简单且易于实现。
刘胜久李天瑞贾真尹红风
关键词:搜索引擎元搜索引擎排序
中文网络百科开放分类层次结构树及其聚类算法研究被引量:2
2013年
为利用开放分类进行百科条目的分类和检索,提出了基于词共现和语义分析的开放分类聚类算法以及开放分类层次结构树构建方法;为了进一步提高层次结构树的聚合度,提出了基于相似度和相关度计算的层次结构树聚类算法。以互动百科开放分类为实验数据集,实验结果表明,所构建的开放分类层次结构树的准确率较高,利用开放分类层次结构树有效提高了百科条目检索的效率。
贾真尹红风李天瑞
关键词:聚类共现语义分析
一种基于Apriori的搜索建议关键字提取算法
2012年
随着因特网技术的飞速发展,人们开始频繁地利用网络寻找、获取所需的资源,而传统的搜索引擎返回的结果数量庞大且呈线性排列,用户很难在短时间内找到所需的资源。文本聚类具有较强的灵活性和自动处理能力,成为解决问题的重要手段。以Lingo算法为主要研究对象,针对Lingo聚类算法提取标签时无法提取多个句子中标签的问题,引进Apriori算法来寻找主题,并将其作为搜索建议关键字,来较好地解决这个问题。
奚婷杨燕
关键词:搜索引擎LINGOAPRIORI
共1页<1>
聚类工具0