于立萍

作品数：3被引量：14H指数：2
导出分析报告
供职机构：山东工商学院更多>>
发文主题：文本分类主题模型隐含文本分类方法概率分布更多>>
发文领域：自动化与计算机技术文化科学更多>>
发文期刊：《山东大学学报（工学版）》《模式识别与人工智能》《电子学报》更多>>
所获基金：国家自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-3
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
有监督主题模型的SLDA-TC文本分类新方法被引量：11
《电子学报》2019年第6期1300-1308,共9页唐焕玲 窦全胜 于立萍 宋英杰 鲁明羽 
国家自然科学基金(No.61175053,No.61472227,No.61773244,No.61602277,No.61772319);山东省高校科研计划(No.J18KA385)
本文提出了一种有监督主题模型的SLDA-TC(Super vised LDA-Text Categorization)文本分类方法,引入主题-类别概率分布参数,识别主题-类别的语义信息;提出SLDA-TC-Gibbs主题采样新方法,对每个词的隐含主题采样,只从该词所在文档的同类其...
关键词：文本分类 主题模型 隐含Dirichlet分布 吉布斯采样 
基于分类一致性的迁移学习及其在行人检测中的应用被引量：2
《山东大学学报（工学版）》2013年第4期26-31,45,共7页于立萍 唐焕玲 
国家自然科学基金资助项目(61175053)
利用迁移学习解决在特定场景下尤其是在摄像头静止的监控场景下的行人检测问题,提出基于分类一致性的学习模型。利用Boosting技术从辅助训练集中选择具有正迁移能力的样本,对样本迁移能力给出了基于辅助分类器分类一致性的熵度量方法。...
关键词：分类一致性 迁移学习 BOOSTING 行人检测 
融合迁移学习的TranCo-Training分类模型被引量：1
《模式识别与人工智能》2013年第5期432-439,共8页唐焕玲 于立萍 鲁明羽 
国家自然科学基金资助项目(No.61073133;61175053;61272369;61272244)
半监督学习中当未标注样本与标注样本分布不同时,将导致分类器偏离目标数据的主题,降低分类器的正确性.文中采用迁移学习技术,提出一种TranCo-Training分类模型.每次迭代,根据每个未标注样本与其近邻标注样本的分类一致性计算其迁移能力...
关键词：迁移学习 半监督学习 协同训练 朴素贝叶斯 文本分类 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部