王娟
- 作品数：3 被引量：15H指数：2
- 供职机构：河南师范大学计算机与信息技术学院更多>>
- 发文基金：河南省科技攻关计划河南省自然科学基金河南省高等学校青年骨干教师资助计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- CUDA平台下多核GPU高性能并行编程研究被引量：1
- 2011年
- 现代GPU拥有强大的计算能力。文中提出了利用GPU解决高性能计算的问题,包括GPU编程的方法、高性能计算问题的划分原则等。实验表明,GPU高性能计算相比多核CPU具有更高的效率。
- 吴长茂张聪品张慧云王娟
- 关键词：GPUCUDA
- 基于情感词汇本体的主观性句子倾向性计算被引量：10
- 2012年
- 如何有效提取句子的主观信息,计算主观性句子倾向性,并对其情感进行细粒度分析,成为一个热门的研究话题。提出了一种基于情感本体的主观性句子倾向性分析方法,分析句子的上下文语义关系,建立规则集。依据情感词汇本体和规则集,提出连续三词词类组合(3-POS)模型识别主观性句子,最后计算主观性句子倾向性值。实验结果表明,该模型对主观性句子的倾向性进行识别和计算的准确率达到81.02%。
- 王晓东王娟张征
- 基于粗糙集的混合属性数据聚类算法被引量：4
- 2010年
- 传统聚类方法将对象严格地划分到某一类,但是很多时候边界对象不能被严格地划分。基于粗糙集的k-means聚类算法和基于粗糙集的leader聚类算法,利用粗糙集理论将数据对象划分到一个簇的上近似集或下近似集当中,提供了一种新的处理不确定性的视角,很好地解决了这种边界不确定问题。但其缺点是不能处理混合属性数据,聚类结果对初值有明显的依赖性。针对这些算法存在的不足,给出了一种适用于混合属性数据的距离定义,对初始值的选取提出了改进办法,提出了一种基于粗糙集的混合属性数据聚类算法。仿真实验证明,在不确定聚类簇数的情况下,该算法的聚类准确率比传统k-means算法明显提高。
- 范黎林王娟
- 关键词：聚类粗糙集K-MEANS算法
