您的位置: 专家智库 > >

黑龙江省教育厅科学技术研究项目(11541287)

作品数:2 被引量:2H指数:1
相关作者:李生齐浩亮韩中元杨沐昀安波更多>>
相关机构:黑龙江工程学院哈尔滨工业大学更多>>
发文基金:黑龙江省教育厅科学技术研究项目国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇信息检索
  • 1篇语言模型
  • 1篇SMS
  • 1篇ARM平台

机构

  • 2篇黑龙江工程学...
  • 1篇哈尔滨工业大...

作者

  • 1篇陆上
  • 1篇杨沐昀
  • 1篇张爱文
  • 1篇韩中元
  • 1篇齐浩亮
  • 1篇李生
  • 1篇安波

传媒

  • 1篇计算机应用与...
  • 1篇中文信息学报

年份

  • 1篇2012
  • 1篇2011
2 条 记 录,以下是 1-2
排序方式:
面向信息检索的近邻语言模型被引量:2
2011年
面向信息检索的语言模型对单篇文档构建语言模型,存在较严重的数据稀疏问题。该文认为利用文档的近邻信息能够更合理地反映词在文档中的分布,有助于数据稀疏问题的解决,因此将文档的近邻信息加入语言模型的平滑算法中,提出近邻语言模型。该文在TREC评测的典型文档集美国能源署文件(DOE)和《华尔街日报》(WSJ)数据集上测试了在不同近邻选择来源上近邻语言模型的性能。实验结果表明,近邻语言模型对检索性能有一定的提升。
韩中元李生齐浩亮杨沐昀
关键词:信息检索语言模型
基于ARM平台的增量学习式垃圾短信判别分检系统
2012年
当前垃圾短信层出不穷,严重影响到人们的工作生活。由于运营商SP的不作为甚至推波助澜,使得在客户的手机端通过对短信息过滤来实现垃圾短信的判断分拣就变得非常必要。作者介绍了一个在ARM9平台上开发的"自主学习式垃圾短信判别分拣系统",通过在手机短信软件所有正常功能的基础上增设垃圾箱,采用增量学习的方式不断调整特征的权值,实现了以极高的准确度判断出收到的短信息是否垃圾短信,进而决定是将短信放入收件箱还是放入垃圾箱。ARM9平台实验结果显示该系统完全可以运行在低性能手机中,表明这项技术适用于大众手机,使大多数用户彻底告别垃圾短信骚扰。
张爱文陆上安波
关键词:SMS
共1页<1>
聚类工具0