简介:传统针对文本数据的分析,往往基于词频、词频逆文本统计量作为文本的表示特征.这类方法往往只反映了文本的部分信息,忽略了文本的内在语义特征.本文研究了中文词语衔接的概率语言模型,其基本思想在于根据文本中词语出现的先后顺序进行建模分析,该模型在短文本数据挖掘中能够很好地针对文本语义进行量化分析.主要解决两类问题:一、如何合理地将中文词转化为数字向量,并且保证中文近义词在数字空间特征上的相似性;二、如何建立恰当的向量空间,将中文文本的语义和结构特征等信息保留在向量空间中.最后结合某城市房屋管理部门留言板的实际留言文本数据,利用BP神经网络和RNN网络两种算法,实现概率语言模型的求解.与传统文本处理方法的对比说明,本文的模型方法针对短文本语义挖掘问题具有一定的优势性.
简介:X射线成像技术在医疗诊断和无损检测等领域有着广泛的应用。对于软组织等弱吸收物体,传统的吸收成像无法获得高对比度的图像。为了解决这个问题,产生了X射线相位衬度成像技术。本文介绍类同轴全息测量下的X射线相位衬度层析成像技术,重点讨论该成像技术的Bronnikov模型和基于Helmholtz方程的模型,及相应的重建方法。