刘永利 作品数:76 被引量:92 H指数:5 供职机构: 河南理工大学计算机科学与技术学院 更多>> 发文基金: 国家自然科学基金 河南省高等学校青年骨干教师资助计划项目 中央级公益性科研院所基本科研业务费专项 更多>> 相关领域: 自动化与计算机技术 电子电信 理学 机械工程 更多>>
基于特征融合的声调识别方法 本发明公开了一种基于特征融合的声调识别方法。该方法包括如下步骤:提取待识别语音信号中每一帧的倒谱特征矢量,得到倒谱特征矢量序列;获取待识别语音信号的韵律特征矢量;根据倒谱特征矢量序列计算待识别语音信号中每一帧的段统计量特... 晁浩 刘永利 鲁保云 智慧来 刘志中文献传递 基于co-ICIB联合聚类的舆情监测系统设计 被引量:1 2013年 基于co-ICIB联合聚类的舆情监测系统的设计为舆情信息库,它通过联合聚类等数据挖掘算法可以快速及时地发现新的舆论热点.当舆论热点被确认,即在互联网上真正成为一个备受关注的话题时,文本分类算法可以将同一话题内的信息归类,有助于跟踪舆情的发展趋势.该舆情监测系统可为舆情监管部门提供原始舆情资料、数据性图表和建议性分析. 刘永利 吕克林 刘静关键词:自媒体 舆情 联合聚类 一种基于二分模块度的模糊聚类评价方法 本发明提出了一种基于二分模块度的模糊聚类评价方法,将类内紧致性、类间分离性与二分模块度融合在一起,用于确定模糊C均值聚类算法的最优分类结果。该指标结合类内紧致性与类间分离性,增强了指标的鲁棒性,且能够准确检测最佳类簇数目... 刘永利 韩光伟 郭倩倩 陈敬丽 杨合超一种资源与QoS感知的服务优化组合方法 本发明提出一种资源与QoS感知的服务优化组合方法,该方法主要包括两个阶段:基于领域知识的候选服务集的预处理阶段;资源与QoS感知的服务优化组合阶段,在这一阶段中,依据服务空间搜索转移规则,先后在先验服务集、相似服务集以及... 刘志中 王俊峰 张维怡 刘永利 马永强文献传递 一种非对称相似度矩阵约束的群组协同过滤算法 被引量:2 2017年 针对传统协同过滤算法无法处理社交网络中逐渐形成的以群组为中心的群体行为且很少考虑用户间普遍存在的不对称关系,提出一种非对称因子约束相似度矩阵的群组协同过滤算法.首先通过构建虚拟用户作为群组特征,把多维数据降维成与用户特征等价的虚拟用户,以替代群组进行相似度计算.其次引入影响因子和偏移因子两种相似度限制因子来构建非对称相似矩阵,影响因子表示用户相互影响力的大小关系,偏移因子则考虑用户评分习惯间的差异.实验结果表明该方法与传统推荐算法相比具有收敛速度快、预测精度高的优势,提高了推荐质量并解决了群组特征处理问题. 王建芳 谷振鹏 张朋飞 刘永利关键词:推荐系统 协同过滤 群组 一种基于特征融合的语音声效模式检测方法 本发明公开了一种基于特征融合的语音声效模式检测方法。该方法包括如下步骤:接收语音信号;检测出所述语音信号中的元音,生成元音集合;提取元音集合中每一个元音的谱特征矢量序列;提取元音集合中每一个元音的频率特征矢量序列;根据元... 晁浩 智慧来 刘永利 刘志中 鲁保云 余琼霞文献传递 基于改进的K-Means聚类的煤矿安全评价系统 本发明提出一种改进的K‑Means聚类的煤矿安全评价系统,包括矿井安全数据输入模块、基于改进的K‑Means聚类的数据分析模块、结果输出模块;矿井安全数据输入模块接收用户提交的矿井安全状态数据,基于改进的K‑Means聚... 刘永利 付丽丽 郝丽静 王建芳 刘静文献传递 FCCM算法中基于划分熵的参数优选方法 被引量:2 2016年 针对在FCCM及其改进算法中,模糊控制参数Tu往往采用经验值,或者通过多次实验选取最佳的Tu值。在考察了模糊控制参数Tu对于聚类结果的影响和在使用划分熵的变化来衡量聚类结果的明晰程度的基础上,引入隶属度矩阵的平均方差来对模糊控制参数Tu的取值进行限制,通过约束聚类的模糊程度,提出一种基于划分熵的参数优选方法。数据实验表明,使用该方法自动确定的参数Tu可减少直接使用经验值或多次实验选取最佳值时的随机性和偶然性,帮助FCCM算法获得更加稳定的聚类结果。 刘永利 付丽丽关键词:聚类算法 一种带偏置的非负矩阵分解推荐算法 被引量:7 2018年 针对传统应用在推荐系统中的非负矩阵分解算法较少考虑独立于用户和项目之外的因素,提出一种结合用户及项目偏置的非负矩阵分解算法.为了避免随机初始化的用户-隐因子矩阵和项目-隐因子矩阵在更新过程中产生局部最优解,首先利用SVD技术初始化用户-隐因子矩阵和项目-隐因子矩阵.其次在分解过程中把用户、项目的偏置信息与传统非负矩阵分解算法相融合,明确偏置信息与预测数据之间的关系.最后通过实验表明,在不同的数据集上,该算法与传统矩阵分解算法相比在稀疏用户(评价项目比较少的用户)评分预测准确性上有显著提高. 王建芳 刘冉东 刘永利关键词:矩阵分解 SVD 脑电情感识别中多上下文向量优化的卷积递归神经网络 2024年 目前的脑电(EEG)情感识别模型忽略了不同时段情感状态的差异性,未能强化关键的情感信息。针对上述问题,提出一种多上下文向量优化的卷积递归神经网络(CR-MCV)。首先构造脑电信号的特征矩阵序列,通过卷积神经网络(CNN)学习多通道脑电的空间特征;然后利用基于多头注意力的递归神经网络生成多上下文向量进行高层抽象特征提取;最后利用全连接层进行情感分类。在DEAP(Database for Emotion Analysis using Physiological signals)数据集上进行实验,CR-MCV在唤醒和效价维度上分类准确率分别为88.09%和89.30%。实验结果表明,CR-MCV在利用电极空间位置信息和不同时段情感状态显著性特征基础上,能够自适应地分配特征的注意力并强化情感状态显著性信息。 晁浩 封舒琪 刘永利关键词:情感识别