杨永红

作品数：3被引量：2H指数：1
导出分析报告
供职机构：中山大学信息科学与技术学院计算机科学系更多>>
发文主题：数据挖掘分选共指消解自然语言处理数据词典更多>>
发文领域：自动化与计算机技术更多>>
发文期刊：《计算机工程》更多>>
所获基金：北京市教委科技发展计划北京市自然科学基金国家自然科学基金国家高技术研究发展计划更多>>
-
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：
基于误分类模式的乳腺癌诊断研究
《微型机与应用》2017年第2期10-13,16,共5页高集荣 田艳 杨永红 刘清华 
乳腺癌已经成为当今世界影响妇女健康的重要疾病。对于乳腺癌诊断来说,当一个恶性病例被误分类为良性病例的时候,其代价远远大于一个良性病例被误分类为恶性病例。它利用数据挖掘领域的代价敏感相关方法,建立一个识别良性乳腺肿瘤和恶...
关键词：数据挖掘 代价敏感 误分类代价 乳腺癌 
一种新的MDP算法的研究
《微型机与应用》2012年第5期8-10,16,共4页高集荣 田艳 杨永红 党运峰 
广东省自然科学基金项目(9151027501000091)
提出了一种高效的挖掘数据仓库中多维关联规则的MDP算法。MDP算法通过构造一种扩展的前缀树MDP-tree,将数据仓库中的有效信息压缩存储,再使用基于MDP-tree的MDP-mining方法快速发现有趣的关联规则。MDP算法仅需要扫描一次数据仓库,就可...
关键词：数据挖掘 多维关联规则 FP—growth算法 MDP算法 频繁模式 
基于特征分选策略的中文共指消解方法被引量：2
《计算机工程》2011年第18期180-182,共3页李渝勤 甘润生 杨永红 施水才 
国家"863"计划基金资助重点项目(2006AA010105);国家自然科学基金资助项目(60772081);北京市自然科学基金资助项目(4092015);北京市教委科技发展计划基金资助项目(KM201010772023)
针对基于机器学习的中文共指消解中不同类别名词短语特征向量的使用差异,提出一种基于特征分选策略的方法。该方法在选择特征向量时对人称代词和普通名词短语分别处理,充分利用不同名词短语的已有特征进行共指消解,并减少部分无效特征...
关键词：共指消解 特征选择 自然语言处理 支撑向量机 数据词典 
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