您的位置: 专家智库 > >

国家自然科学基金(61262087)

作品数:6 被引量:38H指数:3
相关作者:杨文忠张振宇周盼更多>>
相关机构:新疆大学更多>>
发文基金:国家自然科学基金国家重点基础研究发展计划新疆维吾尔自治区自然科学基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 2篇电子电信

主题

  • 5篇网络
  • 2篇信念网络
  • 2篇移动无线
  • 2篇移动无线传感...
  • 2篇无线
  • 2篇无线传感
  • 2篇无线传感器
  • 2篇无线传感器网
  • 2篇无线传感器网...
  • 2篇向量
  • 2篇聚类
  • 2篇传感器
  • 2篇传感器网
  • 2篇传感器网络
  • 1篇信道
  • 1篇信号
  • 1篇信号强度
  • 1篇性格
  • 1篇增量聚类
  • 1篇支持向量

机构

  • 6篇新疆大学

作者

  • 5篇杨文忠
  • 3篇张振宇
  • 1篇周盼

传媒

  • 2篇现代电子技术
  • 1篇计算机应用研...
  • 1篇计算机工程与...
  • 1篇东北师大学报...
  • 1篇新疆大学学报...

年份

  • 2篇2020
  • 3篇2019
  • 1篇2014
6 条 记 录,以下是 1-6
排序方式:
基于性格的微博情感分析模型PLSTM被引量:7
2020年
不同性格用户所具有的语言表达方式不尽相同,现有情感分析工作很少考虑到用户性格,针对此问题,提出一种基于性格的微博情感分析模型PLSTM。该模型首先采用性格识别规则将微博文本分为五个性格集合和一个通用集合,其次针对每种性格文本集合分别训练出一个情感分类器,最后对六个基本情感分类器进行融合,得出最终的情感极性。实验结果显示PLSTM方法的F1值可以达到96.95%,表明PLSTM比起基准情感分析模型在准确率、召回率、F1值上都有较大提高。
袁婷婷杨文忠仲丽君张志豪向进勇
关键词:情感分析性格分类器融合
基于词向量和增量聚类的短文本聚类算法被引量:14
2019年
由于微博短文本的高维稀疏和传统Single-Pass聚类算法对文本数据顺序敏感等问题,导致短文本聚类准确率较低。针对上述问题提出一种基于词向量和增量聚类的短文本聚类算法(improved single-pass algorithm based on word embedding,ISWE)。通过词向量模型得到文本的词向量矩阵,利用金字塔池化(spatial pyramid pooling,SPP)策略对文本词向量矩阵进行处理得到文本表示,使用改进的Single-Pass算法进行微博短文本聚类。实验结果表明,使用SPP策略的文本表示使聚类准确率明显提高,ISWE算法相较于传统的Single-Pass算法有更高的准确率和调整兰德系数,验证了其有效性和准确性。
杨波杨文忠殷亚博何雪琴袁婷婷刘泽洋
关键词:文本表示增量聚类
基于效用的机会网络缓存替换策略
2014年
机会网络具有节点流动性较大、数据时延长、资源有限等特点,如何合理和高效地使用节点提供的缓存资源、增加节点间的协作来减少机会网络时延、节省带宽、防止拥塞是一个关键问题.通过对机会网络缓存策略研究,提出了基于效用的概率缓存替换策略,该策略分别计算数据的流行度和最短机会路径的权重,得出节点的效用值,通过比较效用值确定了节点要缓存的数据.实验结果表明提高了节点获取资源的成功率并减少了协作缓存资源请求的平均响应时间.
周盼张振宇
关键词:机会网络
移动传感网节点位置预测方法研究被引量:2
2020年
针对现有稀疏传感网中移动节点位置预测精度较低,提出一种基于深度信念网络的移动未知节点位置预测方法。首先利用深度信念网络强大的特征学习能力,分析不同信号强度向量样本集;其次在深度信念网络的最后一层级联一层支持向量机,将所学习到的信号强度分布特征作为顶层支持向量机的输入,构建距离预测模型;最后预测未知节点与其相邻节点之间的距离,判断其可能位置所在区域,计算得出未知节点的预测位置。仿真实验结果表明,文中所提出的位置预测方法与RBF神经网络位置预测方法相比,预测精度提高了19.3%;与支持向量机预测方法相比,预测精度提高了23%;与改进的MCL相比,预测精度提高了33.4%,且有较强的鲁棒性,适用于稀疏传感网络节点位置预测。
杨文忠夏扬波张振宇王庆鹏
关键词:移动无线传感器网络支持向量机仿真验证
一种基于无线信道通信质量的MWSN数据传输机制被引量:2
2019年
针对移动无线传感器网络资源受限和无线链路通信质量不稳定的问题,提出了一种基于无线信道通信质量的数据传输机制.综合考虑路径损失、节点的运动速度大小、节点的运动方向和节点的剩余能量计算传输概率.为了提升网络的性能,动态更新数据消息的副本数,此外根据数据消息的生存时间决定消息的传输和替换顺序,在Matlab上进行仿真实验.结果表明,所提出的路由算法与DT算法、Flooding算法、FAD算法相比,数据消息的投递率至少提高6%,与Flooding算法、FAD算法相比副本数至少减少10%.
王国玲杨文忠张振宇王庆鹏许超英
关键词:移动无线传感器网络信号强度
基于深度信念网络的K-means聚类算法研究被引量:13
2019年
针对传统K-means聚类算法对高维非线性数据聚类效果不佳、聚类时间消耗大的问题,文中对高维数据的预处理进行研究,提出一种基于深度信念网络(DBN)的K-means聚类算法(DBNOK)。此算法首先使用多层受限玻尔兹曼机(RBM)对数据进行特征学习,并将学习到的隐含特征进行K-means相关参数和初始聚类中心进行交叉迭代优化。用DBNOK算法分别在低维数据集和高维数据集上进行实验,结果表明,DB-NOK算法聚类准确率优于标准的K-means算法和模糊均值聚类(FCM)算法。
杨慧婷杨文忠殷亚博许超英
关键词:K-MEANS算法高维数据聚类分析FCM算法
共1页<1>
聚类工具0