您的位置： 专家智库 > >

张志强

作品数：5 被引量：8H指数：2
供职机构：新疆农业大学计算机与信息工程学院更多>>
发文基金：新疆维吾尔自治区科技计划项目更多>>
相关领域：自动化与计算机技术电子电信更多>>

合作作者

文献类型

  • 5篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 1篇电子电信

主题

  • 2篇音字转换
  • 2篇语言模型
  • 2篇神经网
  • 2篇神经网络
  • 2篇图像
  • 2篇解码
  • 2篇解码算法
  • 2篇分词
  • 2篇N-GRAM...
  • 1篇袋模型
  • 1篇循环神经网络
  • 1篇遗传算法
  • 1篇语言处理
  • 1篇图像分割
  • 1篇图像检索
  • 1篇图像检索算法
  • 1篇拼音
  • 1篇中文
  • 1篇中文分词
  • 1篇自然语言

机构

  • 5篇新疆农业大学
  • 3篇中国农业大学
  • 2篇河海大学
  • 2篇新疆维吾尔自...

作者

  • 5篇张志强
  • 4篇张太红
  • 2篇董峦
  • 1篇古丽米拉·克...
  • 1篇于志敏
  • 1篇吴倩

传媒

  • 2篇计算机技术与...
  • 2篇智能计算机与...
  • 1篇电子设计工程

年份

  • 3篇2017
  • 1篇2016
  • 1篇2015
共 5 条 记 录，以下是 1-5
全选 清除 导出
排序方式：
一种基于词树的高效解码算法
2017年
音字转换是汉语言信息处理的一个重要方面,在语音识别、汉语拼音输入等方面都有广泛的应用。为了找到一种行之有效的音字转换解码算法,在研究拼音分词与词树理论并分析词树求解过程的基础上,提出了基于语言模型实现音字转换的高效解码算法。该算法采用零概率重估、路径剪枝和多音字处理等多项技术,通过对词树进行的剪枝处理、对常用词的处理以及对解码过程中所产生多音字的处理,实现了普遍意义上的音字转换。为验证所提算法的有效性和可行性,基于新疆维吾尔自治区科技计划项目《多语种民族特色文化信息资源处理及共享服务平台》所提供的三组数据进行了对比实验。实验结果表明,提出的新算法取得了97.78%的转换准确率,优于其他传统算法。
张志强张太红董峦
关键词：语言模型N-GRAM模型音字转换
基于语言模型的一种音字转换高效解码算法
2016年
音字转换是汉语言信息处理的一个重要方面，在语音识别、汉语拼音输入等方面都有广泛的应用。本文首先回顾了词树的理论知识，然后对词树进行求解，最后对词树进行剪枝，随之，对产生的多音字进行处理。基于上面的理论，提出了一种基于语言模型实现音字转换的高效解码算法，这种算法涉及到零概率重估、路径剪枝和多音字处理等多项技术，实验结果表明这种算法可以达到97．78％的准确率，与以往的算法相比，效果比较显著。
张志强张太红吴倩于志敏
关键词：语言模型N-GRAM模型音字转换
基于循环神经网络序列标注的中文分词研究被引量：4
2017年
分词是中文自然语言处理中的关键技术。在自然语言处理中,序列标注在中文分词中有着极其重要的应用。当前主流的中文分词方法是基于监督学习,从中文文本中提取特征信息。这些方法未能充分地利用上下文信息对中文进行分割,缺乏长距离信息约束能力。针对上述问题进行研究,提出在序列标注的前提下利用双向循环神经网络模型进行中文分词,避免了窗口对上下文大小的限制,可以获得一个词的前面和后面的上下文信息,通过增加上下文能够有效地解决梯度爆炸和爆的问题,然后再在输入层加入训练好的上下文词向量,取得相对较好的分词效果。实验结果表明,该算法的使用可以达到97.3%的中文分词准确率,与传统机器学习分词算法相比,效果较为显著。
刁琦古丽米拉·克孜尔别克钟丽峰张健张志强
关键词：自然语言处理循环神经网络中文分词
一种改进GA神经网络棉花杂质检测算法被引量：4
2017年
棉花杂质检测是棉花加工产业的关键步骤,直接影响棉花的质量及价格。为了有效地把杂质从棉花中脱离出来,我们通过在YCb Cr颜色空间下,基于杂质与棉花的色调信息差,提取二者的样本,采用BP神经网络进行训练并输出它的误差,得到适应度函数并进行遗传算法的选择、交叉及变异操作,优化神经网络权值、阈值,直至输出误差达到要求或达到预设迭代次数。最后我们根据所获得的BP神经网络权值、阈值进行棉花图像分割。在这个基础上,对遗传算法的选择算子、交叉算子和变异算子进行改进。分别对暗光、常光、强光3种情况下的进行杂质脱离,实验表明,本方法可实现准确分割,检测率达到92.3%。
张志强张太红刁琦董峦
关键词：YCBCR遗传算法图像分割
基于SVM、TSVM与ELM的图像检索算法对比研究
2015年
分类算法应用于图像检索中,可有效解决图像检索中的分类问题,缩小低层特征与高层特征之间的鸿沟,提高检索精度。以图像颜色与纹理特征并结合图像分块特征作为低层综合特征,借鉴词袋(Bag of Words)模型,利用K均值(K-means)聚类算法,分别采用支持向量机(SVM)、直推式支持向量机(TSVM)以及极限学习机(ELM)三种学习机制,对corel图像库进行分类检索。实验表明,ELM分类器的识别准确率高于SVM和TSVM分类器,且检索速度快。
张志强刁琦张太红
关键词：K均值SVMTSVMELM
全选 清除 导出
共1页<1>
聚类工具0