国家科技支撑计划(2012BAH39B02)
- 作品数：6 被引量：13H指数：3
- 相关作者：程学旗李锦涛刘悦庞琳刘倩更多>>
- 相关机构：中国科学院中国科学院大学国家互联网应急中心更多>>
- 发文基金：国家自然科学基金国家科技支撑计划国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于网页块特征的多级网页聚类方法被引量：1
- 2015年
- 利用网页的结构特征,提出一种多级网页聚类方法。该方法首先对网页进行分块,然后使用网页的块特征对网页进行聚类。在聚类过程中,通过调整阈值,能够提供三级聚类:同站点网页聚类、同站点同结构网页聚类、同站点同结构同模板网页聚类。与已有的网页聚类方法相比较,该方法能够提供多级聚类结果,满足不同的聚类需求,而且在聚类的准确率和效率方面有本质上的提高。
- 范意兴郭岩李希鹏赵岭刘悦俞晓明程学旗
- 关键词：网页分块网页聚类DOM
- 随机亮度差量化的二进制特征描述被引量：3
- 2014年
- 目的传统的基于浮点型向量表示的图像局部特征描述子(如SIFT、SURF等)已经成为计算机视觉研究和应用领域的重要工具,然而传统的高维特征向量在基于内容的大规模视觉检索应用中存在着维度灾难的问题,这使得传统浮点型视觉特征在大规模多媒体数据应用中面临严峻挑战。为了解决浮点型特征的计算复杂度高以及存储空间开销大的问题,越来越多的计算机视觉研究团队开始关注和研究基于二进制表达的局部特征并取得了重要进展。方法首先介绍了二进制特征的相关工作,并对这些方法进行了分类研究,在此基础上提出了基于亮度差量化的特征描述算法。有别于传统二进制特征描述算法,本文算法首先对图像局部进行随机像素点对采样,并计算像素点对之间的亮度差,通过对亮度差值作二进制量化得到图像的局部二进制特征。结果本文算法在公共数据集上与目前主流的几种二进制特征提取算法进行了比较评价,实验结果表明,本文二进制特征在特征匹配准确率和召回率上超过目前主流的几种二进制描述子,并且同样具有极高的计算速度和存储效率。结论通过实验结果验证,本文二进制特征在图像条件发生变化时仍然能保持一定的鲁棒性。
- 庄东晔张冬明张勇东李锦涛
- 关键词：多媒体技术图像检索
- 基于吸收态随机行走的两阶段效用性查询推荐方法被引量：3
- 2013年
- 搜索引擎已经成为人们获取信息的重要途径,然而对于用户而言如何构造一个合适的查询仍然是一项困难的工作.为了减轻用户搜索信息的负担,查询推荐技术应运而生并且已经成为当今搜索引擎不可或缺的组成部分.传统的查询推荐方法主要关注向用户推荐相关性查询,即推荐与源查询具有相近搜索意图的其他查询.然而查询推荐的根本目标是帮助用户成功完成其搜索任务,而不仅仅是找到相关性查询,尽管相关性查询有时也能得到有用的搜索结果.为了更好地满足用户的搜索目标,一种更直接的查询推荐方式是向用户推荐高效用性查询,即能够更好满足用户信息需求的查询.提出了一个基于吸收态随机行走的2阶段效用性查询推荐方法,该方法能够同时对用户的查询重构行为和查询点击行为进行建模并推导出查询的效用.在真实查询日志上的实验结果表明:新方法在评价指标查询相关率(query relevant ratio,QRR)和平均相关文档数(mean relevant document,MRD)上要显著优于其他5种基准方法.
- 朱小飞郭嘉丰程学旗兰艳艳
- 关键词：查询推荐查询日志效用性
- 面向知识级应用的多维语义本体构建
- 2015年
- 本体作为知识的承载者被信息科学领域引入,用来解决知识表示和知识组织方面的问题。基于语义本体理论,提出了多维语义本体模型,从不同维度对世界知识进行建模。基于知识的抽象层次,在多语言、多领域知识之间建立了语义关联,在此基础上构建了多维语义本体,用于解决信息共享时语义缺乏和多语言知识关联的关键问题。对多维语义本体进行了分析和横向比较,并对将来构建过程中面临的主要问题和挑战进行了探讨。
- 刘剑许洪波易绵竹程学旗
- 关键词：知识共享语义本体概念映射知识工程
- 结合全局特征的命名实体属性值抽取被引量：4
- 2016年
- 关注非结构化文本中命名实体属性值的抽取问题.当前主流有监督属性值抽取方法仅使用局部特征,抽取效果有限,开展了利用文本全局特征改善属性值抽取的研究.通过适用于中文属性值抽取的全局特征,用局部特征以外的有价值信息提高抽取效果.据此,提出结合全局特征的感知机学习算法,该算法能够方便地融合文本全局特征,并将全局特征和局部特征统一结合到模型学习过程中,使模型具有更好的特征表示能力.实验结果表明,所提出方法的整体抽取效果高于仅使用局部特征的CRF模型和平均感知机模型.该方法适用于开放领域的属性值获取,具有较好的泛化能力.
- 刘倩伍大勇刘悦程学旗庞琳
- 基于鲁棒特征挖掘的图像副本检索被引量：2
- 2013年
- 为了提高视觉特征的鲁棒性,提出尺度空间下最稳定极值区域特征的挖掘算法.该算法在尺度空间下检测特征,首先通过分析特征的局部稳定性来挖掘鲁棒的特征,然后对区分力低的特征基于熵值进行过滤;在此基础上,基于尺度空间下最稳定极值区域特征的尺度一致性提出了基于最大匹配尺度的检索算法,可提高局部敏感哈希高维索引的检索性能.与多种已有方法进行比较的结果表明,文中算法的平均检索精度相对提高10%以上,查询效率也有提升.
- 张伟高科李锦涛曹岗
- 关键词：最稳定极值区域
