一种基于神经网络的分类方法及装置

    公开(公告)号:CN106339718A

    公开(公告)日:2017-01-18

    申请号:CN201610685799.1

    申请日:2016-08-18

    Applicant: 苏州大学

    CPC classification number: G06K9/6271 G06K9/6256 G06N3/08

    Abstract: 本申请公开一种基于神经网络的分类方法及装置,所述方法和装置通过对训练样本进行分布式语义表示处理,得到训练样本的分布式语义表示;并基于卷积神经网络分类方式,学习分布式语义表示形式的所述训练样本的样本特征,最终实现了根据样本特征的学习结果构建分类器,使得后续可利用该分类器对待测样本进行分类。由此可知,本申请实现了一种基于神经网络的分类方案,相比于传统的最大熵分类、支持向量机的分类等线性分类方式,基于神经网络的分类方法可以更为有效地学习训练样本的样本特征,从而可带来较高的分类性能。

    一种情感分类方法、装置及系统

    公开(公告)号:CN106202181A

    公开(公告)日:2016-12-07

    申请号:CN201610480926.4

    申请日:2016-06-27

    Applicant: 苏州大学

    Abstract: 本申请实施例提供一种情感分类方法、装置及系统,通过对待测样本(其中,待测样本为网络平台信息中的位于第一预设时间之后的评论文本)进行分词处理,得到多个词特征;并使用预先设置的最大熵情感分类器,分别计算每个词特征的第一预测子概率和第二预测子概率;进而利用每个特征词第一预测子概率和第二预测子概率确定待测样本的情感类别的方式,实现了对网络平台信息中的评论文本的情感分类,可便于用户对网络平台信息的选取。

    一种分类器训练方法、分类器和情感分类系统

    公开(公告)号:CN105930411A

    公开(公告)日:2016-09-07

    申请号:CN201610239552.7

    申请日:2016-04-18

    Applicant: 苏州大学

    CPC classification number: G06F16/9574 G06F16/355 G06K9/6268

    Abstract: 本申请提供一种分类器训练方法、分类器和情感分类系统,上述方法包括:获取主题集合中至少一个主题的已标注的评论文本,作为训练样本;获取主题集合中至少一个主题的未标注的评论文本,作为未标注样本;采用标签传播算法预测所述未标注样本;采用预测后的所述未标注样本和所述训练样本训练分类器。本方案除了通过利用已经标注过的评论文本对分类器进行训练之外,还利用未标注的评论文本对所述分类器进行训练,并且采用所述未标注的评论文本对所述分类器进行训练后,显著提高了所述分类器的分类精度。在不明显提高用户工作量的基础上,有效的提高了分类器的精准度。

    一种tri-training半监督学习方法及装置

    公开(公告)号:CN104794500A

    公开(公告)日:2015-07-22

    申请号:CN201510236589.X

    申请日:2015-05-11

    Applicant: 苏州大学

    CPC classification number: G06K9/6278

    Abstract: 本发明提供了一种tri-training半监督学习方法及装置,包括:分别在第一标注样本上训练第一基分类器、第二基分类器和第三基分类器;分别采用第一基分类器、第二基分类器和第三基分类器获取与之相对应的第二待标注样本的类别标签;当第一基分类器、第二基分类器和第三基分类器中的至少两个基分类器确定的第二待标注样本的类别标签相同时,则确定第二待标注样本的类别标签为第二待标注样本最终标注的类别标签;将最终标注完成的第二待标注样本添加到第一标注样本中,以获取第三标注样本,并在第三标注样本上训练第四基分类器,有效的降低了对第二待标注样本的误标注率,提高了标注集的质量,进而获得了更好的半监督学习的效果。

    一种中文分词方法、装置、电子设备及存储介质

    公开(公告)号:CN112380854A

    公开(公告)日:2021-02-19

    申请号:CN202011288208.X

    申请日:2020-11-17

    Applicant: 苏州大学

    Abstract: 本发明提供了一种中文分词方法、装置、电子设备及存储介质,包括步骤:获取待处理文本序列,待处理文本序列中包括多个依次排列的字符;提取待处理文本序列中每个字符对应的特征向量,得到一个特征向量组;将特征向量组中每个特征向量映射为一个二维向量,其中,二维向量包括第一维值和第二维值;通过第一维值和第二维值确定对应字符间隔是否为词边界。该方法将中文字词的多分类问题简化到词边界的两分类问题,即该字符间隔是词边界和不是词边界,这样系统在对待处理文本序列进行分词时,计算量将大大减少,所消耗的时间自然大大缩短,从而提高整个中文分词处理的工作效率。

    一种基于特征子空间的新闻分类方法及系统

    公开(公告)号:CN105022845A

    公开(公告)日:2015-11-04

    申请号:CN201510530700.6

    申请日:2015-08-26

    CPC classification number: G06F17/30707

    Abstract: 本发明公开了一种基于特征子空间的新闻分类方法及系统,该方法包括:将已标注样本的整个特征空间划分为若干个不相交的特征子空间,并对若干个不相交的特征子空间中各个特征子空间进行训练,得到与各个特征子空间对应的子分类器;利用训练得到的子分类器对未标注样本进行分类,得到未标注样本的情绪倾向类别,并将已知情绪倾向类别的未标注样本更新至标注样本集中;利用标注样本集构建情绪倾向分类器,并利用构建的情绪倾向分类器对待分类新闻的情绪倾向类别进行分类,得到待分类新闻的情绪倾向类别。当获知待分类新闻的情绪倾向类别后,可以将待分类新闻划分到其含有的情绪倾向类别对应的新闻中,从而提高了用户浏览新闻时的体验度。

    基于最大熵的主题分类器的训练方法及系统

    公开(公告)号:CN104778162A

    公开(公告)日:2015-07-15

    申请号:CN201510236385.6

    申请日:2015-05-11

    Applicant: 苏州大学

    Abstract: 本发明公开了一种基于最大熵的主题分类器的训练方法,包括:确定主题的个数N,选取预定数量的所确定各个主题的问题作为训练语料样本,其中,N为大于2的整数;对所述训练语料样本进行分词处理得到训练样本;利用所述训练样本通过最大熵分类算法对主题分类器进行训练;该方法能够精确的对主题进行分类;本发明还公开一种基于最大熵的主题分类器的训练系统。

    一种医疗用厕所自启预警防危险装置

    公开(公告)号:CN210123585U

    公开(公告)日:2020-03-03

    申请号:CN201921153561.X

    申请日:2019-07-22

    Abstract: 本实用新型公开了一种医疗用厕所自启预警防危险装置,包括U形地板、第一警报器和第二警报器,所述U形地板的左端内侧中间位置固定设置有重力感应开关,所述U形地板的上侧设置有U形压板,所述重力感应开关电连接有主定时开关,所述主定时开关和第一警报器电连接,所述第一警报器和主定时开关连接的电路上电连接有副定时开关,所述副定时开关电连接着第二警报器。本实用新型主定时开关使得第一警报器所在电路通电时,副定时开关也通电运行,开始倒计时设定的时间,副定时开关设定的时间方便病人家属去厕所查明情况,当达到副定时开关的设定时间,副定时开关便使得第二警报器通电运行,方便医护人员得知及时赶到病房。(ESM)同样的发明创造已同日申请发明专利

    一种气道介入支架置入术麻醉用气管导管

    公开(公告)号:CN210728382U

    公开(公告)日:2020-06-12

    申请号:CN201920878860.3

    申请日:2019-06-12

    Abstract: 一种气道介入支架置入术麻醉用气管导管,包括主通气管和侧管,侧管端部位于主通气管一侧上且与主通气管连通,主通气管一侧端部上可解除式密封连接有弹性的密封件或可解除式连通有呼吸机,侧管自由端可解除式密封连接于密封件或可解除式连通呼吸机上,主通气管另一侧端部外周上设置有气囊,主通气管一侧由其外壁向内壁贯穿设置有气囊管,主通气管内可贯穿放置有气管内支架,气管内支架通过密封件穿设且可通过主通气管另一侧端部处。本实用新型可实现同时给患者通气和气道内操作,方便麻醉中患者管理,与手术操作共用气道互不影响;气囊位于主通气管最另一侧端部,气管导管插管位置可较浅,降低了气管导管与气管内支架重叠的可能性。

Patent Agency Ranking