基于Web属性抽取训练分类模型的方法研究

来源 :上海第二工业大学学报 | 被引量 : 0次 | 上传用户:shengli1011
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对通用搜索引擎信息量大、查询不准确、深度不够等问题,提出了基于Web的产品属性抽取这一新的搜索引擎服务模式。基于Web的产品属性抽取实际就是一个自动分类问题,其任务是:在给定的分类体系下,根据相关产品模板自动地判断属性的是非。完成此任务的关键在于寻找有效的特征值;确定相关分类规则,最终通过P、R和F指标来评价分类算法。
其他文献
复杂背景下的人脸定位是图像研究领域中的难点和热点。目前的定位方法不能提供准确的复杂背景下的人脸定位。提出了一种基于多直方图的自适应人脸定位算法。通过对HCbCr彩色空间的三直方图分析,使系统能自适应选择最优的颜色通道以及分割阈值,并结合传统阈值对复杂背景下的图像进行精确的肤色分割,同时根据人脸的几何特征准确定位到人脸。经过对500余幅各类图像的测试,可以验证算法高效准确,且在多类图像下均有良好效果
将光催化剂负载在无机矿物表面,制备一定形状的滤料,不仅提高了光催化材料的活性,也有利于回收再利用。研究制备的纳米TiO2/粘土复合光催化剂降解甲基橙模拟废水效果比较显著,通过
现有的数字水印算法往往不能兼顾图像的鲁棒性和透明性。因此,通过考虑到平均灰度区域,寻找载体图像小波变化后子逼近图的平均灰度最大的区域,将混沌映射后的一维水印图像信息嵌