张祖平
作品数: 142被引量:450H指数:12
  • 所属机构:中南大学
  • 所在地区:湖南省 长沙市
  • 研究方向:自动化与计算机技术
  • 发文基金:国家自然科学基金

相关作者

龙军
作品数:285被引量:259H指数:7
供职机构:中南大学
研究主题:存储介质 文本 哈希 网络寿命 卫星网络
郑瑾
作品数:36被引量:89H指数:5
供职机构:中南大学
研究主题:无线传感器网络 向量 系统镜像 文本 JAVABEAN
陈建二
作品数:200被引量:817H指数:15
供职机构:中南大学
研究主题:路由算法 匿名通信 计算机网络 超立方体网络 容错性
陈松乔
作品数:430被引量:2,418H指数:21
供职机构:中南大学信息科学与工程学院
研究主题:移动自组网 CIMS 路由算法 数据库 INTERNET
袁鑫攀
作品数:71被引量:67H指数:5
供职机构:湖南工业大学
研究主题:哈希 相似度 多模态 模态 HASH
基于主题注意力的深度学习文本分类模型训练方法
本公开实施例中提供了一种基于主题注意力的深度学习文本分类模型训练方法,属于计算技术领域,具体包括:根据原始文本构建文本数据集;得到文本的数字化表示、文本的掩盖序列、文本的数字标签;得到样本,并将样本分为训练集和验证集;初...
张祖平彭杰龙哲
基于TF-IGM的文本特征向量生成方法和装置及文本分类方法和装置
本发明公开了一种基于TF-IGM的文本特征向量生成方法和装置及文本分类方法和装置,通过建立反重力矩(IGM)模型来计算特征词在不同类别文本中分布的集中度,并在此基础上计算特征词的权重。计算所得权重更能逼真地反映特征词在文...
龙军陈科文张祖平杨柳
文献传递
企业短信平台关键技术研究被引量:1
2010年
短信平台是企业信息化建设不可或缺的组成部分,然而由于缺乏对短信队列实际有效的管理而使得服务质量受到限制。文章在分析企业短信平台典型结构的基础上,提出设立与管理短信机的前置短信池思想,根据不同系统或不同级别的短信发送需求,设立不同的优先级别,运用一种短信权重轮询调度策略,扩展了企业短信平台搭建方式,保证了重要短信的实时性,并且平滑了突发群短信的输出,该方案已经成功应用于实际系统。
方磊张祖平
关键词:短信平台
一种基于信息熵的文本特征量化方法和装置及文本分类方法和装置
本发明公开了一种基于信息熵的文本特征量化方法和装置及文本分类方法和装置,根据特征词在文本文档内的词频和在不同文本类别上分布的信息熵来计算文档内各特征词的权重;同时可根据文本集各类别规模的非平衡性采用不同方式来计算特征词的...
陈科文张祖平龙军胡扬
文献传递
Mesh网络容错概率上界及其证明
该文在Mesh网络的每个结点具有独立的出错概率的情况下,研究Mesh网络的连通概率的上界.采用一种适当的Mesh网络划分策略,使得对Mesh网络的连通概率分析成为可能.运用严格的数学推导,给出了Mesh网络所有正确结点连...
王高才陈建二张祖平
关键词:MESH网络连通性
文献传递
一种预测微生物和疾病关系的方法
本发明公开了一种预测微生物和疾病关系的方法,根据已知的微生物‑疾病关系数据和基于症状的疾病相似性数据构建微生物相似性网络和疾病相似性网络,然后通过网络一致性投影来预测潜在的微生物和疾病之间的关系。本发明与以前的技术相比,...
张祖平邹帅张敬普
文献传递
一种大规模标注lncRNA功能的方法
本发明公开了一种大规模标注lncRNA功能的方法,根据lncRNA‑蛋白质的共表达数据及相互作用数据、lncRNA的表达谱数据和蛋白质的相互作用数据,构建一个全局的异构无向图,通过Katz度量计算lncRNA顶点和蛋白质...
张祖平邓磊张敬普
文献传递
点对点网络容错路由算法的概率分析被引量:1
2004年
基于网络中结点错误概率 ,提出一种新的概率分析方法 ,对网络中点对点的路由算法的容错性概率、路径长度、算法复杂性进行严格的推导 .以超立方体网络为分析的网络拓扑 ,提出在其上的一个路由算法 .分析表明 :在所有实际规模的超立方体网络中 (其结点数可以高达十亿个 ) ,在相当大的结点出错概率 (可高达 8% )的情况下 ,路由算法可达到 99.
张祖平陈建二陈松乔
关键词:互联网络超立方体网络容错性路由算法
库存控制系统中的流分析
2007年
文章主要从库存控制系统的分析、设计与实现多个过程分析其中相关流的关系及技术,主要包括物料流、价值流、业务流、服务流、信息流、资金流等。对基于UML的对象流与用于控制的流标签、实现中的基于数据库的数据流等也作了论述。通过分析各个流的关系,设计并实现了高效的具有清晰流的基于物流的库存控制系统。
李力衡张祖平何强
关键词:物流信息流数据流
文本分类中基于熵的词权重计算方法研究被引量:11
2016年
随着文本数据量变得很大且仍在迅猛增加,自动文本分类变得越来越重要。为了提高分类准确率,作为文本特征的词的权重计算方法是文本分类领域的研究热点之一。研究发现,基于信息熵的权重计算方法(熵加权)相对于其他方法更有效,但现有方法仍然存在问题,比如在某些语料库上相比TF-IDF(term frequency&inverse document frequency),它们可能表现较差。于是将对数词频与一个新的基于熵的类别区分力度量因子相结合,提出了LTF-ECDP(logarithmic term frequency&entropy-based class distinguishing power)方法。通过在Tan Corp、Web KB和20 Newsgroups语料库上使用支持向量机(support vector machine,SVM)进行一系列文本分类实验,验证和比较了8种词权重计算方法的性能。实验结果表明,LTF-ECDP方法比其他熵加权方法和TF-IDF、TF-RF(term frequency&relevance frequency)等著名方法更优越,不仅提高了文本分类准确率,而且在不同数据集上的性能更加稳定。
陈科文张祖平龙军
关键词:特征词权重文本分类