公共文化服务平台

苏向东: 作品数：15 被引量：33H指数：3; 供职机构：内蒙古大学更多>>; 发文基金：国家自然科学基金内蒙古自治区自然科学基金内蒙古自治区高等学校科学研究项目更多>>; 相关领域：自动化与计算机技术文化科学语言文字更多>>

合作作者

字符级基于序列模型的蒙古文切词方法及其切词系统: 本发明公开了一种字符级基于序列模型的蒙古文切词方法及其切词系统，将蒙古文文本转化成以空格间隔的字符序列，并将字符序列中的英文、数字、汉字以及符号替换成相应的标记；将包含蒙古文字符的字符序列输入至基于神经网络模型的蒙古文切...; 苏向东高光来刘娜飞龙; 文献传递

西里尔蒙古文和传统蒙古文双文种知识图谱构建方法: 本发明公开了一种西里尔蒙古文和传统蒙古文双文种知识图谱构建方法，具体为：将开源知识图谱和蒙古文网页资源进行抓取和预处理；将预处理后的西里尔蒙古文文本转传统蒙古文文本；建立传统蒙古文知识图谱数据模式；传统蒙古文命名实体识别...; 苏向东飞龙高光来刘娜闫蓉

基于深度学习和知识策略的蒙古文古籍识别研究: 蒙古文古籍为研究蒙古社会政治和历史文化提供了丰富和可靠的资料。为更好地抢救、整理和利用蒙古文古籍，内蒙古大学图书馆启动了古籍电子化工作，将其扫描转换成图像格式存储，并向读者提供了电子化服务。但是，古籍图像不能再编辑，且检...; 苏向东; 关键词：单词识别

蒙古文古籍识别技术的研究: 目前,我国有大量的蒙古文古籍以图像的形式保存在图书馆中。这些古籍文档内容涉及宗教、历史、文化、艺术、天文、地理、民族、医学等诸多方面,是人类文化的宝贵遗产。但图像格式的古籍文档不利于研究人员的编辑,检索、以及更进一步的统...; 苏向东; 关键词：特征提取分类器设计图像格式; 文献传递

蒙古文信息检索系统的设计与实现被引量：10: 2018年; 该文针对传统蒙古文与西里尔蒙古文设计开发了一个功能完备的信息检索系统。在网页抓取方面,采用MD5算法对爬虫进行了改进,提升了爬虫的速度。在预处理阶段,对蒙古文文档进行了编码转换、词缀切分转换等操作。在检索方面,使用向量空间模型实现了对蒙古文文档的检索。在该文系统中加入了西里尔蒙古文到传统蒙古文转换和更新统计等模块,最终搭建了一个可以达到应用要求的蒙古文信息检索系统。; 温子潇包飞龙高光来王勇和苏向东; 关键词：蒙古文网络爬虫信息检索系统

基于神经网络的蒙古文命名实体识别方法及其识别系统: 本发明公开了一种基于神经网络的蒙古文命名实体识别方法及其识别系统，属于自然语言处理技术领域，识别系统包括：Glove工具，双向语言模型组件获取模块，语言模型向量获取模块，BLSTM向量获取模块，注意力机制层，CRF层，最...; 苏向东高光来熊玉竹飞龙; 文献传递

面向数据共享的多无人机协同SLAM方法被引量：8: 2021年; 协同即时定位与地图构建(SLAM)建立在多无人机的联合感知能力之上,通过局部地图的交互融合构建一个增量式全局环境地图,以提高多无人机任务协同的准确性、实时性和鲁棒性.针对多无人系统协同定位与构图中数据高效共享与利用的难题,面向快速、准确、大范围多机协同SLAM需求,本文提出了一种基于集中式架构的多无人机局部地图数据高效共享和融合的SLAM方法——Data Sharing Oriented Multi-UAV Collaborative SLAM(DSM-SLAM).该方法创新性地提出了:(1)基于共享局部地图的两步重定位机制,实现了多机间全局地图的高效闭环检测;(2)基于层次聚类的地图融合选择机制,提高了地图融合的快速性和准确性,最终,在增强单无人机跟踪定位鲁棒性的同时,实现了高效地闭环检测,提升了多无人机视觉SLAM系统的数据协同处理能力.本文不仅基于ROS实现了DSM-SLAM的原型系统,而且采用公开数据集KITTI对该方法展开了一系列实验验证,结果表明,基于上述两种机制设计的DSM-SLAM方法,不仅能够快速高效地恢复单无人机跟踪定位,而且可以自适应选择数据融合的顺序,有效增强了全局地图构建的完整性和准确性.; 史殿习史殿习金松昌张拥军苏向东苏向东; 关键词：SLAM 多无人机数据共享

西里尔蒙古文和传统蒙古文双文种知识图谱构建方法: 本发明公开了一种西里尔蒙古文和传统蒙古文双文种知识图谱构建方法，具体为：将开源知识图谱和蒙古文网页资源进行抓取和预处理；将预处理后的西里尔蒙古文文本转传统蒙古文文本；建立传统蒙古文知识图谱数据模式；传统蒙古文命名实体识别...; 苏向东飞龙高光来刘娜闫蓉; 文献传递

字符级基于序列模型的蒙古文切词方法及其切词系统: 本发明公开了一种字符级基于序列模型的蒙古文切词方法及其切词系统，将蒙古文文本转化成以空格间隔的字符序列，并将字符序列中的英文、数字、汉字以及符号替换成相应的标记；将包含蒙古文字符的字符序列输入至基于神经网络模型的蒙古文切...; 苏向东高光来刘娜飞龙

融合光谱滤波的高光谱图像分类深度网络被引量：5: 2018年; 目前,大量深度学习方法被用于提取超光谱图像特征来完成像素点分类任务。这些超光谱图像虽然经过一系列前期处理,但是仍然包含很多噪声,噪声同时存在于光谱域和空间域。由于这些方法在提取图像深层特征时大多只进行了空间域去噪处理,没有进行光谱域噪声的滤除,最终获得的像素点深度特征中带有噪声,降低了分类精度。结合分类效果出色的空谱学习网络(spectral-spatial network,SSN),提出两种融合光谱域滤波的深层特征学习模型——Saviztky-Galoy滤波空谱学习网络(SG-SSN)和中值滤波空谱学习网络(MF-SSN)。两个模型首先分别对图像光谱域进行SG滤波和中值滤波,接着对滤波后的图像使用SSN学习图像深层特征。在两个标准数据集上,使用总体精度(overall accuracy,OA)、平均精度(average accuracy,AA)以及Kappa系数度量分类效果,发现融合光谱滤波的SG-SSN和MF-SSN模型能有效提升空谱学习网络的分类精度。利用实验比较和分析了深层特征学习中模型层数对模型性能的影响。; 张巨萍高光来高光来; 关键词：超光谱图像中值滤波