计算机科学
計算機科學
계산궤과학
Computer Science
2015年
8期
269-272
,共4页
Dopplerlet变换%语义%特征提取
Dopplerlet變換%語義%特徵提取
Dopplerlet변환%어의%특정제취
Dopplerlet transform%Semantics%Feature extraction
对网络数据的复杂、细微、差异化特征进行语义提取,是实现Web网络数据准确识别和检索的关键技术.复杂、细微、差异化的网络数据语义特征具有非线性和随机散布性的特点,其主题分布广、更新频率大,从而造成语义特征提取困难.传统方法采用小波基函数投影算法进行语义特征的提取,性能不好.提出了一种基于Dopplerlet变换匹配投影的网络数据特征语义优化提取算法.首先构建语义高斯边缘化矩形窗函数进行融合滤波处理,通过文本切分把大量的信息熵数据进行小波基函数投影,有效剔除簇内异常数据;然后利用Dopplerlet变换匹配投影的自相似特性,自适应匹配语义的非线性谱特征,在Hilbert张成子空间中,实现对语义特征的提取和优化表达,再完成提取.仿真实验表明,该算法提高了对网络数据特征语义的表达能力,能有效区分差异网络数据中的冗余数据和残差数据,提高对杂细微差异化网络数据的检测识别和检索能力.
對網絡數據的複雜、細微、差異化特徵進行語義提取,是實現Web網絡數據準確識彆和檢索的關鍵技術.複雜、細微、差異化的網絡數據語義特徵具有非線性和隨機散佈性的特點,其主題分佈廣、更新頻率大,從而造成語義特徵提取睏難.傳統方法採用小波基函數投影算法進行語義特徵的提取,性能不好.提齣瞭一種基于Dopplerlet變換匹配投影的網絡數據特徵語義優化提取算法.首先構建語義高斯邊緣化矩形窗函數進行融閤濾波處理,通過文本切分把大量的信息熵數據進行小波基函數投影,有效剔除簇內異常數據;然後利用Dopplerlet變換匹配投影的自相似特性,自適應匹配語義的非線性譜特徵,在Hilbert張成子空間中,實現對語義特徵的提取和優化錶達,再完成提取.倣真實驗錶明,該算法提高瞭對網絡數據特徵語義的錶達能力,能有效區分差異網絡數據中的冗餘數據和殘差數據,提高對雜細微差異化網絡數據的檢測識彆和檢索能力.
대망락수거적복잡、세미、차이화특정진행어의제취,시실현Web망락수거준학식별화검색적관건기술.복잡、세미、차이화적망락수거어의특정구유비선성화수궤산포성적특점,기주제분포엄、경신빈솔대,종이조성어의특정제취곤난.전통방법채용소파기함수투영산법진행어의특정적제취,성능불호.제출료일충기우Dopplerlet변환필배투영적망락수거특정어의우화제취산법.수선구건어의고사변연화구형창함수진행융합려파처리,통과문본절분파대량적신식적수거진행소파기함수투영,유효척제족내이상수거;연후이용Dopplerlet변환필배투영적자상사특성,자괄응필배어의적비선성보특정,재Hilbert장성자공간중,실현대어의특정적제취화우화표체,재완성제취.방진실험표명,해산법제고료대망락수거특정어의적표체능력,능유효구분차이망락수거중적용여수거화잔차수거,제고대잡세미차이화망락수거적검측식별화검색능력.
