学科分类
/ 1
8 个结果
  • 简介:传统的生物医学命名实体识别方法需要大量的标注数据样本,但是在实际应用中标注样本代价高昂。为降低生物医学命名实体识别对标注样本的需求,本文提出通过使用PU学习中的两步法方法,将生物医学命名实体识别问题转化为PU场景下的命名实体识别问题。在第一步中分别使用1-DNF、Spy、NB和Rocchio算法在未标注数据中抽取强负例,然后在已有的正例数据和强负例数据的基础上构建隐马尔可夫模型,最后对待分类数据进行命名实体识别。在GENIA语料库上的实验结果显示,在标注数据较少的情况下,通过使用PU学习方法的两步法构建分类模型,其性能显著优于直接使用标注数据构建的分类模型,同时降低了人工标注数据的成本。

  • 标签: 正例未标注学习 隐马尔科夫模型 命名实体识别 文本挖掘
  • 简介:在高速链路中,差分线由于具有很高的鲁棒性从而应用广泛,因此差分线的补偿就显得至关重要。以寻找最优的补偿方法为研究目的,结合实际PCB工作中的层叠结构,通过在HFSS和ADS中搭建模型,对比验证不同补偿方式对差分信号质量的影响。最后,指出存在的问题并总结归纳解决方法,为今后PCB布线中差分信号线的补偿方式提出了一些建议。

  • 标签: 高速链路:差分线:补偿方式
  • 简介:主要介绍一种提高嵌入式软件设计效率和代码质量的方法,该方法在使用实时操作系统μC/OS—Ⅱ进行嵌入式系统的软件设计时,通过对μC/OS-Ⅱ的系统函数的参数和返回值进行判断和处理,来提高嵌入式软件设计的效率和代码的质量。这种思想可以应用到大多数基于嵌入式实时操作系统的软件设计中,具有一定的普遍性。

  • 标签: μC/OS-Ⅱ 实时操作系统 软件质 量优化 函数参数 返回值
  • 简介:未来社会竞争将从核心竞争力的对抗全面转化为平台之间的竞争,同立功公司创新的工业级、阶梯式、跨平台嵌入式系统解决方案是我们成功的重要基础。

  • 标签: 开发平台 工业级 阶梯式 系统解 嵌入式 跨平台