陕西省自然科学基金(2009-jm8002-1)
- 作品数：4 被引量：41H指数：2
- 相关作者：樊娜安毅生赵祥模戴明李慧贤更多>>
- 相关机构：长安大学中国交通通信信息中心西北工业大学更多>>
- 发文基金：陕西省自然科学基金国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术交通运输工程更多>>
- 基于语义分割的文本观点倾向分析方法研究被引量：1
- 2012年
- 提出了一种基于语义的观点倾向分析方法。按照文本结构特点,依据语义相近的原则,将文本分割为若干语义段,对语义段采用条件随机场模型进行主观内容提取和观点倾向识别,计算各个语义段的权值,确定文本的观点倾向。实验表明,与传统机器学习方法相比,该方法能有效提高文本观点倾向分析的准确率。
- 樊娜安毅生
- 关键词：情感分析条件随机场模型
- 基于K-近邻算法的文本情感分析方法研究被引量：10
- 2012年
- 为了识别网络文本的情感倾向性,通过分析文本结构以及情感表达的特点,提出了一种基于K-近邻的文本情感分析方法,将整个文本的情感划分为局部情感和全局情感。建立条件随机场模型,确定文本中的局部情感,通过K-近邻算法计算文本的全局情感。实验结果表明,与传统机器学习方法相比,该方法能细粒度、多层次的分析文本的情感,同时能有效提高情感分析的准确率。
- 樊娜安毅生李慧贤
- 关键词：情感分析条件随机场模型K-近邻算法
- 文本情感文摘自动提取方法研究被引量：2
- 2012年
- 为了快速获取网络文本中主题内容和情感信息,提出了文本情感文摘的概念,同时提出了一种基于条件随机场模型的情感文摘提取方法.首先提取文本中的句子长度、提示词以及情感词语作为基本特征,同时应用浅层狄利赫雷分配的主题模型,分析文本潜在主题信息,提取主题特征,将这两类特征同时应用到条件随机场模型中,从而获取文本的情感文摘.实验结果表明,该方法细腻刻画了文本的主题信息,同时考虑了文本主题的情感色彩,文摘提取效果较理想,能满足用户的实际需要.
- 樊娜王超安毅生
- 关键词：主题模型主题特征条件随机场模型
- 短时交通流预测模型被引量：29
- 2012年
- 针对短时交通流变化周期性与随机性的特点,提出了新的混合预测模型,包含非参数回归模型与BP神经网络模型2种单项模型。非参数回归模型利用相关历史交通流数据,通过数据库匹配操作,确定预测结果,以充分体现交通流的周期稳定性。采用3层BP神经网络模型反映交通流的动态与非线性特点。采用模糊控制算法确定各单项模型的权重,并按不同权重有效组合成新的混合模型。采用西安市某路段30d的交通流量数据验证混合模型的预测效果。试验结果表明:该混合模型的平均相对误差为1.26%,最大相对误差为3.53%,其预测精度明显高于单项模型单独预测时的精度,能较准确地反映交通流真实情况。
- 樊娜赵祥模戴明安毅生
- 关键词：短时交通流预测混合模型非参数回归BP神经网络模糊控制
