您的位置： 专家智库 > >

安徽省自然科学基金(1208085QF122)

作品数：5 被引量：25H指数：2
相关作者：张玉红胡学钢李培培张靖周全更多>>
相关机构：合肥工业大学更多>>
发文基金：国家自然科学基金安徽省自然科学基金国家高技术研究发展计划更多>>
相关领域：自动化与计算机技术医药卫生更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 1篇医药卫生

主题

  • 2篇情感分类
  • 1篇迭代
  • 1篇多分类器
  • 1篇多分类器集成
  • 1篇歧义
  • 1篇情感
  • 1篇情感倾向
  • 1篇肿瘤
  • 1篇肿瘤分类
  • 1篇基因
  • 1篇基因表达
  • 1篇基因表达谱
  • 1篇基因选择
  • 1篇分类器
  • 1篇分类器集成
  • 1篇PMI
  • 1篇表达谱

机构

  • 5篇合肥工业大学

作者

  • 5篇胡学钢
  • 5篇张玉红
  • 1篇周全
  • 1篇张靖
  • 1篇徐旭
  • 1篇李培培
  • 1篇吴斐

传媒

  • 2篇合肥工业大学...
  • 2篇模式识别与人...
  • 1篇计算机科学

年份

  • 2篇2015
  • 2篇2014
  • 1篇2013
共 5 条 记 录，以下是 1-5
全选 清除 导出
排序方式：
一种快速的基于特征选择的跨领域情感分类方法
2015年
已有的跨领域情感分类方法多通过抽取公共特征空间或建立领域特定特征间的映射关系来消减领域间的差异性,由于不考虑特征情感区分力的差异,使得公共特征空间及特征映射的求解往往不准确。具有高区分力的特征对于文本情感分类具有重要的意义,但标记的缺失使得已有的特征选择方法难以应用。文章基于特征选择方法,提出一种快速的跨领域情感分类方法(cross-domain sentiment classification based on feature selection,CSFS),构建源领域特征与目标领域特征的词共现矩阵,基于该矩阵对目标领域特征的情感区分力进行评估,在目标领域中选择出其中具有高情感区分力的特征;再利用源领域信息计算目标领域特征的情感语义大小,从而构建目标领域分类器。实验结果表明,该方法在保证准确率的前提下,大大提高了跨领域分类的效率。
徐旭胡学钢张玉红
关键词：情感分类
基于迭代Lasso的肿瘤分类信息基因选择方法研究被引量：18
2014年
近年来,基于基因表达谱的肿瘤分类问题引起了广泛关注,为癌症的精确诊断及分型提供了极大的便利.然而,由于基因表达谱数据存在样本数量小、维数高、噪声大及冗余度高等特点,给深入准确地挖掘基因表达谱中所蕴含的生物医学知识和肿瘤信息基因选择带来了极大困难.文中提出一种基于迭代Lasso的信息基因选择方法,以获得基因数量少且分类能力较强的信息基因子集.该方法分为两层:第一层采用信噪比指标衡量基因的重要性,以过滤无关基因;第二层采用改进的Lasso方法进行冗余基因的剔除.实验采用5个公开的肿瘤基因表达谱数据集验证了本文方法的可行性和有效性,与已有的信息基因选择方法相比具有更好的分类性能.
张靖胡学钢李培培张玉红
关键词：基因表达谱肿瘤分类基因选择
面向跨领域情感分类的特征选择方法被引量：3
2013年
数据标记的难以获取使得跨领域适应成为一种有效的途径.然而情感分类具有较强的领域依赖性,利用传统的特征选择方法在原始领域构建的特征空间不能体现领域间的共性,难以适用于目标领域.为此,提出一种面向跨领域情感分类的特征选择方法(LLRTF),利用对数似然比选取在原始领域富有判别力的特征,并通过对照两个领域的统计信息,选出其中在目标领域影响较大的特征.基于该方法构建的公共特征空间,能减少领域间数据分布的差异.实验结果表明,LLRTF优于基准算法.
张玉红周全胡学钢
关键词：情感分类
基于实例重构的多领域快速适应方法被引量：2
2014年
已有的领域适应方法可分为基于实例和基于特征2类,文章在多领域集成框架下提出MAIR方法,以共现特征为桥梁,从原始领域中选取部分实例对目标领域实例进行重构和预标记,并将预标记实例加入到原始领域进行迭代训练。实验结果表明,MAIR算法在分类性能和时间性能上具有较大优势。
欧倩倩张玉红胡学钢
关键词：多分类器集成
面向评论信息的跨领域词汇情感倾向判别方法被引量：2
2015年
词汇的情感倾向判别对文本情感分类具有重要意义。已有方法多假设存在基准词,根据目标词与基准词的关联度来判别目标词的情感倾向。实际应用中,尤其是评论语料库中基准词往往存在情感歧义问题,从而影响判别结果的准确性。基于上述分析,面向给定语料库,提出一种基准词的提取和消歧方法,并在此基础上实现跨领域的词汇情感倾向判别。首先在任一标记语料库中自动提取候选基准词;然后基于共现矩阵评估并过滤部分具有情感歧义的基准词;最后通过计算基准词与目标词的相似性,实现目标词的情感倾向判别。实验结果表明了方法的有效性和可行性。
吴斐张玉红胡学钢
关键词：PMI情感倾向
全选 清除 导出
共1页<1>
聚类工具0