李超雄

作品数:6被引量:41H指数:3
导出分析报告
供职机构:福建师范大学更多>>
发文主题:情感模型情感词典混合模型网络社交关系更多>>
发文领域:自动化与计算机技术更多>>
发文期刊:《软件学报》《电子学报》《计算机系统应用》《计算机应用》更多>>
所获基金:教育部人文社会科学研究基金国家自然科学基金福建省教育厅科技项目福建省教育厅资助项目更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-6
视图:
排序:
基于社交关系的微博主题情感挖掘被引量:20
《软件学报》2017年第3期694-707,共14页黄发良 于戈 张继连 李超雄 元昌安 卢景丽 
国家重点基础研究发展计划(973)(2012CB316201);国家自然科学基金(61433008,61363009,61363037);福建省教育厅K类科技项目(JK2016007)
微博情感分析是社交媒体挖掘中的重要任务之一,在个性化推荐、舆情分析等方面具有重要的理论和应用价值.挖掘性能良好且可同步进行文档主题分析与情感分析的主题情感模型,近年来在以微博为代表的社交媒体情感分析中备受关注.然而,绝大...
关键词:情感分析 微博情感分析 主题情感模型 社交关系 社会媒体处理 
基于TSCM模型的网络短文本情感挖掘被引量:12
《电子学报》2016年第8期1887-1891,共5页黄发良 李超雄 元昌安 汪焱 姚志强 
国家自然科学基金(No.61370078;No.61363037);教育部人文社会科学研究青年基金项目(No.12YJCZH074);福建省教育厅科技项目(No.JA13077)
针对网络短文本情感挖掘问题,提出一种新的基于LDA和互联网短评行为理论的主题情感混合模型TSCM,TSCM模型中的整篇评论中每个句子的主题分布是不同的,TSCM产生词的流程是先确定词的情感极性,再确定词的主题,TSCM考虑了词与词之间的联系...
关键词:情感分析 主题情感混合模型 LDA 
基于改进BBO的Web文本聚类算法
《福建师范大学学报(自然科学版)》2015年第6期18-23,117,共7页李超雄 黄发良 温肖谦 
教育部人文社会科学研究青年基金项目(12YJCZH074);福建省教育厅资助项目(JA13077)
针对生物地理优化算法(Biogeography-Based Optimization,BBO)随机初始化以及轮盘迁移机制等不足,结合自组织神经网络算法(Self-Organizing Map,SOM),提出了一种用于Web文本聚类的改进BBO算法(Improved Biogeography-Based Optimization...
关键词:WEB文本聚类 生物地理优化算法 自组织神经网络 
基于自组织映射和生物地理优化的聚类算法
《福建师范大学学报(自然科学版)》2015年第5期29-35,124,共8页温肖谦 黄发良 李超雄 汪焱 
教育部人文社会科学研究青年基金资助项目(12YJCZH074);福建省教育厅资助项目(JA13077)
针对传统生物地理优化算法(bio-geographic optimization algorithm,BBO)的种群随机初始策略会降低聚类算法性能的问题,提出了一种基于自组织映射算法(self-organization feature map,SOM)和BBO的混合聚类算法(improved SOM and bio-geo...
关键词:BBO算法 聚类 SOM算法 优化 
基于动态主题情感混合模型的微博主题情感演化分析方法被引量:12
《计算机应用》2015年第10期2905-2910,共6页李超雄 黄发良 温肖谦 李璇 元昌安 
教育部人文社会科学研究青年基金资助项目(12YJCZH074);福建省教育厅A类项目(JA13077)
针对现有模型无法进行微博主题情感演化分析的问题,提出一种基于主题情感混合模型(TSCM)和情感周期性理论的主题情感演化模型——动态主题情感混合模型(DTSCM)。DTSCM通过捕获不同时间片中微博消息集的主题和情感,追踪不同时间片内主题...
关键词:主题情感演化 情感挖掘 微博 潜在狄利克雷分配 情感周期性 
基于混合生物地理学优化的聚类算法
《计算机系统应用》2015年第7期159-164,共6页温肖谦 黄发良 李超雄 汪焱 
教育部人文社会科学研究青年基金项目(12YJCZH074);福建省教育厅科技项目(JA13077)
聚类分析是数据挖掘的重要任务之一,而具有易早熟与收敛速度慢等缺陷的传统生物地理优化算法(Biogeography-Based Optimization,BBO)很难满足具有NP(Non-deterministic Polynomial)性质的复杂聚类问题需求,于是提出了一种基于混合生物...
关键词:生物地理学优化算法 局部优化 数据挖掘 聚类 
检索报告 对象比较 聚类工具 使用帮助 返回顶部