便于快速信息融合的主题检测算法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

便于快速信息融合的主题检测算法

施侃晟, 刘海涛, 白英彩, 宋文涛, 周书勇

文章导航 > 电子科技大学学报 > 2012 > 41(6): 890-892

施侃晟, 刘海涛, 白英彩, 宋文涛, 周书勇. 便于快速信息融合的主题检测算法[J]. 电子科技大学学报, 2012, 41(6): 890-892. doi: 10.3969/j.issn.1001-0548.2012.06.014

引用本文:

施侃晟, 刘海涛, 白英彩, 宋文涛, 周书勇. 便于快速信息融合的主题检测算法[J]. 电子科技大学学报, 2012, 41(6): 890-892. doi: 10.3969/j.issn.1001-0548.2012.06.014

SHI Kan-sheng, LIU Hai-tao, BAI Yin-cai, SONG Wen-tao, ZHOU Shu-yong. Chinese Topic Detection Algorithm for Fast Information Aggregation[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(6): 890-892. doi: 10.3969/j.issn.1001-0548.2012.06.014

Citation:

SHI Kan-sheng, LIU Hai-tao, BAI Yin-cai, SONG Wen-tao, ZHOU Shu-yong. Chinese Topic Detection Algorithm for Fast Information Aggregation[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(6): 890-892. doi: 10.3969/j.issn.1001-0548.2012.06.014

便于快速信息融合的主题检测算法

doi: 10.3969/j.issn.1001-0548.2012.06.014

1.
上海交通大学电子与电气工程系上海徐汇区 200030;
2.
中国孵化中心杭州 310053

基金项目:

国家自然科学基金(61073150)

作者简介:
施侃晟(1966-),教授,主要从事信息挖掘和云计算方面的研究.

中图分类号: TP311

Chinese Topic Detection Algorithm for Fast Information Aggregation

1.
College of Electronic and Electric Engineering,Shanghai Jiaotong University Xuhui Shanghai 200030;
2.
China Incubating Center Hangzhou 310053

摘要: 物联网要求对海量信息源里的不同主题,自动地高性能地进行检测和融合。目前大多数公开报道的中文主题检测算法时间复杂度是非线性的,在海量多信息源的信息融合方面缺乏可行性。该文采用高效能的一元语法模型结合全文检索的方法降低主题间的比较次数,理论上将算法效率提升到线性。通过新华社实际数据的实验证实,算法的时间复杂度确实为线性的。另算法应用于两项云计算的实际产品中,也验证了算法适用于物联网环境下的高速信息融合。
- 全文检索 /
- 主题检测 /
- 一元语法模型 /
- 向量空间模型
Abstract: The most salient features of Internet of Things (IoT) are its ubiquitous large scale information gathering and intelligent processing to meet everyone's needs. Current solutions in Chinese topic detection and clustering have high time complexity such as O(n2) or O(n3). This paper presents an efficient and patented algorithm for defining topic detection and information clustering over the Internet of Things by combining an improved unigram language model and full text retrieval technique to reduce the time complexity. The experiments and real world applications show that the new method possesses much lesser time complexity.
- full text retrieval /
- topic detection /
- unigram language model /
- VSM

[1]	代翔. 基于事件模式及类型的事件检测模型 . 电子科技大学学报, 2022, 51(4): 592-599. doi: 10.12178/1001-0548.2021377
[2]	赵夫群, 戴翀, 耿国华. 基于特征融合的文物碎片模型检索 . 电子科技大学学报, 2021, 50(2): 225-230. doi: 10.12178/1001-0548.2020281
[3]	宋勇, 蔡志平. 一种基于信息论模型的入侵检测特征提取方法 . 电子科技大学学报, 2018, 47(2): 267-271. doi: 10.3969/j.issn.1001-0548.2018.02.017
[4]	赫熙煦, 陈雷霆, 张民, 孙青云. 基于动态认知的微博用户行为关系网络构建方法 . 电子科技大学学报, 2018, 47(2): 262-266. doi: 10.3969/j.issn.1001-0548.2018.02.016
[5]	陈莉, 刘弘. 基于跨本体语义相关的三维模型检索方法 . 电子科技大学学报, 2017, 46(4): 585-590. doi: 10.3969/j.issn.1001-0548.2017.04.018
[6]	张涛, 谢红, 黄少滨. 多Agent交互策略模型检测方法 . 电子科技大学学报, 2016, 45(5): 802-807. doi: 10.3969/j.issn.1001-0548.2016.05.016
[7]	朱维军, 乔芃喆, 周清雷, 张海宾. 基于时间区间时序逻辑的实时系统统一模型检测 . 电子科技大学学报, 2014, 43(5): 712-716. doi: 10.3969/j.issn.1001-0548.2014.05.014
[8]	刘忠宝. 新型支持向量机在风速预测模型中的应用研究 . 电子科技大学学报, 2014, 43(5): 754-757. doi: 10.3969/j.issn.1001-0548.2014.05.021
[9]	毕娟, 秦志光. 基于概率主题模型的社交网络层次化社区发现算法 . 电子科技大学学报, 2014, 43(6): 898-903. doi: 10.3969/j.issn.1001-0548.2014.06.018
[10]	段炼, 朱欣焰. 基于社区时空主题模型的微博社区发现方法 . 电子科技大学学报, 2014, 43(3): 464-469. doi: 10.3969/j.issn.1001-0548.2014.03.025
[11]	吴丹, 危胜军. 基于模型检测的策略冲突检测方法 . 电子科技大学学报, 2013, 42(5): 745-748,768. doi: 10.3969/j.issn.1001-0548.2013.05.019
[12]	彭云峰, 何模雄, 隆克平. 入侵检测灰色空间模型及应用 . 电子科技大学学报, 2012, 41(3): 453-458. doi: 10.3969/j.issn.1001-0548.2012.03.025
[13]	阳小龙, 张敏, 胡武生, 徐杰, 隆克平. 基于尖点突变模型的IP网络异常行为检测方法 . 电子科技大学学报, 2011, 40(6): 892-897. doi: 10.3969/j.issn.1001-0548.2011.06.017
[14]	张雪芹, 顾春华, 吴吉义. 异常检测中支持向量机最优模型选择方法 . 电子科技大学学报, 2011, 40(4): 559-563. doi: 10.3969/j.issn.1001-0548.2011.04.017
[15]	杨宏宇, 李春林. 采用FA和SVDFRM的SVM入侵检测分类模型 . 电子科技大学学报, 2009, 38(2): 240-244. doi: 10.3969/j.issn.1001-0548.2009.02.20
[16]	向国齐, 严志坚, 黄大贵. 支持向量机替代模型的遗传优化设计 . 电子科技大学学报, 2009, 38(3): 459-462. doi: 10.3969/j.issn.1001-0548.2009.03.034
[17]	刘才铭, 赵辉, 张雁, 曾金全, 彭凌西. 受人工免疫启发的脚本病毒检测模型 . 电子科技大学学报, 2007, 36(6): 1219-1222.
[18]	程永新, 许家珆, 陈科. 一种新型入侵检测模型及其检测器生成算法 . 电子科技大学学报, 2006, 35(2): 235-238.
[19]	鲁珂, 赵继东, 叶娅兰, 曾家智. 一种用于图像检索的新型半监督学习算法 . 电子科技大学学报, 2005, 34(5): 669-671.
[20]	葛林, 邱昆, 阳树棕. 采用EDFA的空间光通信系统模型 . 电子科技大学学报, 1998, 27(3): 261-264.

WeChat

点击查看大图

计量

文章访问数: 4118
HTML全文浏览量: 107
PDF下载量: 58
被引次数: 0

便于快速信息融合的主题检测算法

doi: 10.3969/j.issn.1001-0548.2012.06.014

1. 上海交通大学电子与电气工程系上海徐汇区 200030;

2. 中国孵化中心杭州 310053

基金项目:

国家自然科学基金(61073150)

作者简介:
施侃晟(1966-),教授,主要从事信息挖掘和云计算方面的研究.

收稿日期: 2010-02-25
修回日期: 2012-09-06
刊出日期: 2012-12-15

中图分类号: TP311

关键词:

摘要: 物联网要求对海量信息源里的不同主题,自动地高性能地进行检测和融合。目前大多数公开报道的中文主题检测算法时间复杂度是非线性的,在海量多信息源的信息融合方面缺乏可行性。该文采用高效能的一元语法模型结合全文检索的方法降低主题间的比较次数,理论上将算法效率提升到线性。通过新华社实际数据的实验证实,算法的时间复杂度确实为线性的。另算法应用于两项云计算的实际产品中,也验证了算法适用于物联网环境下的高速信息融合。

English Abstract

施侃晟, 刘海涛, 白英彩, 宋文涛, 周书勇. 便于快速信息融合的主题检测算法[J]. 电子科技大学学报, 2012, 41(6): 890-892. doi: 10.3969/j.issn.1001-0548.2012.06.014

引用本文:

施侃晟, 刘海涛, 白英彩, 宋文涛, 周书勇. 便于快速信息融合的主题检测算法[J]. 电子科技大学学报, 2012, 41(6): 890-892. doi: 10.3969/j.issn.1001-0548.2012.06.014

SHI Kan-sheng, LIU Hai-tao, BAI Yin-cai, SONG Wen-tao, ZHOU Shu-yong. Chinese Topic Detection Algorithm for Fast Information Aggregation[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(6): 890-892. doi: 10.3969/j.issn.1001-0548.2012.06.014

Citation:

SHI Kan-sheng, LIU Hai-tao, BAI Yin-cai, SONG Wen-tao, ZHOU Shu-yong. Chinese Topic Detection Algorithm for Fast Information Aggregation[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(6): 890-892. doi: 10.3969/j.issn.1001-0548.2012.06.014

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发