张志强 作品数:5 被引量:8 H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>>
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 SVM TSVM ELM