海量公交数据的人群画像算法

面向海量公交数据的人群画像对分析城市群体出行特点、交通态势等极具价值,但对数据的处理存在耗时高、质量低、解释难等问题。提出一种海量公交数据人群画像的系统化解决策略,基于PageRank算法筛选出经过重要站点的人群轨迹,极大减少目标人群的轨迹数据;提出轨迹文本化分析方法来提高人群画像的可解释性;分析确定基于余弦距离的K-means算法作为人群画像分类的聚类算法。该算法在3 000万乘客公交出行数据上的实验表明:提出的解决策略能够较为系统性地解决海量公交数据的人群画像问题,同时基于余弦距离的K-means算法的聚类效果最好且准确率约达80%。将人群画像及其轨迹使用Flow Map进行可视化展示,结果符合真实世界的人群行为特征。     

网络图式通用装备保障文书生成的研究

网络图式军用文书是战时通用装备保障文书中通常采用的文书形式之一,给出装备保障文书辅助生成系统的总体结构,将网络分析方法引入通用装备保障文书辅助生成系统的研究,在此基础上阐述了网络图式文书生成子系统的功能、数学模型及网络计算、网络优化的部分算法。     

基于核心素养的高中英语阅读策略教学实证研究

本研究基于英语学科核心素养,在围绕主题意义开展的阅读文本解读活动中,偶发式引导学生关注某些阅读策略,结合使用"三段八环"阅读策略训练模式,选择预测、跳读、寻读、猜词、结构分析、推理判断策略作为重点项目,进行了为期四个月的阅读策略训练教学干预。研究结果发现该方式总体上提高了学生的阅读能力,不同组别中中间组的阅读能力最为明显,三组学生在细节搜索能力、判断推理能力、猜测词义能力和主旨大意概括能力发展趋势不同,但是组间距离逐渐减少。鉴于此,最后提出了提升学生阅读策略使用意识、阅读能力导向策略的培养和文本解读任务与策略使用相融合的教学建议。     

基于自训练EM算法的半监督文本分类

为了提高计算效率,提出基于自训练的改进EM算法STEM。在每步迭代的E-step中,将中间分类器最有把握对其类别进行预测的未标注样本转移至标注样本集,并应用到M-step中进行下一个中间分类器的训练,从而引入了利用中间结果的自训练机制。文本分类实验表明STEM算法在大部分情况下的分类准确性都高于EM,并通过减少迭代提高了分类器学习的计算效率。     

文本情报信息筛选与聚类的一种处理方法

目前大数据时代情况下的信息有文本、图像、语音和视频等多种形式,而且信息的容量非常大,怎样高效、正确地筛选、分类和处理、利用这些信息,为决策者提供指挥与控制的科学依据显得尤为重要。据此对文本情报信息提出了一种文本聚类的特征选择以及特征变换的方法,利用单词在文本中的出现次数的概率来选择参与聚类的单词,并且对单词出现概率模型定义了特征变换函数,提高了文本信息的筛选、分类和处理的精度,能快速、准确地提取所需要的情报信息提供给指挥与控制的决策者参考、使用。     

中美四所大学章程文本分析及启示

本文选取了耶鲁大学、康奈尔大学、吉林大学和石河子大学的章程作为研究样本,从大学章程的文本结构、章程的制定与完善、章程规定的内部治理结构以及章程规定的外部治理结构等方面进行比较分析,得出两国大学章程之间的差异并进行了相关分析,最后提出关于如何完善大学章程的相关建议。     

一种军用文图自动转换方案

军事标图自动化是军队指挥自动化的基础性工作之一.信息抽取是一种实用性强的自然语言处理技术.提出一种军用文图自动转换方案,它利用信息抽取技术实现,无须计算机完全理解标图文书,具有可操作性强的特点.同时,该方案以图标信息作为文本与图形的接口,可保证领域之间的独立性,便于领域信息的保密和不同领域之间的合作.对抽取标图信息的MIE(军用信息抽取)系统的抽取情况进行了初步评估,评估结果表明MIE系统具有一定的实用性.     

一种面向涌现的比较性话题模型

提出一种CDCMLDA生成模型来实现跨文本集的话题分析,采用狄利克雷组合多项式模型(Dirichlet Compound Multinomial,DCM)对文本集中词的涌现现象进行建模,把DCM模型和LDA结合起来分析文本集之间话题的差异,采用蒙特卡罗期望最大化方法进行参数推导。在多个实际数据集中通过定性和定量的方法对模型进行评价,实验表明,模型不仅能够发现不同文本集间的异同,而且在模型困惑度指标上相对当前两种主要跨文本集的话题模型具有明显的优势。     

现代文本分类技术研究

分析了当前的文本分类技术,总结了文本分类需要解决的问题;在详细比较了各种不同的分类算法以及文本模型以后,为进一步开展优化以及提高文本分类技术的研究工作提供了一些参考和建议。     

基于支持向量机的多元文本分类研究

根据文本分类的特点,在对最小二乘支持向量机方法进行详细分析的基础上,创建了基于最小二乘支持向量机的多元文本分类器.实验表明,采用该文本分类器能够在保持较高分类精度和召回率的基础上,提高训练效率,具有一定的可行性.