公开(公告)号：CN101995963A

公开(公告)日：2011-03-30

申请号：CN201010551084.X

申请日：2010-11-19

Applicant: 哈尔滨工业大学

Inventor： 王晓龙 ,  刘秉权 ,  汤步洲 ,  单丽莉 ,  孙承杰 ,  刘铭 ,  陈清财 ,  王轩

IPC: G06F3/023

Abstract: 词汇自适应中文输入方法，本发明涉及一种计算机、手机、或者掌上电子产品等的词汇自适应的中文输入方法。它降低输入法的背景噪音，减少系统开销，实现个性化输入。它用于汉字输入。它包括下述步骤：输入汉语拼音字符串；进行音节切分；根据本地的通用词库中词的状态和已经加载到本地的领域专业词库的状态对音节串进行汉语语句转换；输出汉字字符串；搜索位于服务器端的领域专业词库并判断已输入汉语语句中是否包含位于服务器端的领域词库集中的词汇；如果存在这样的词汇，则将包含该词汇的领域专业词库加载到本地；根据选择确定的汉语语句输入，对位于本地的通用词库和已经加载到本地的领域专业词库中的词进行词汇状态调整。

公开(公告)号：CN100446032C

公开(公告)日：2008-12-24

申请号：CN200610009761.9

申请日：2006-03-02

Applicant: 哈尔滨工业大学

Inventor： 刘远超 ,  关毅 ,  徐志明 ,  刘秉权 ,  林磊

IPC: G06N3/08 ,  G06F15/18 ,  G06F17/30

CPC classification number: G06K9/6251

Abstract: 一种基于自组织映射网络的文档聚类方法，本发明涉及一种文档聚类方法。它克服了已有的自组织映射聚类方法难以做到对输入文档数据的自适应以及其固定结构所带来的神经元欠利用、网络映射欠准确以及边缘效应等问题。本发明方法的步骤：找出所有被选文档；将自组织映射网络的输出层初始化为环形结构，并把环形结构至少平分为两半，其中的每个扇形分别作为一个神经元；计算当前输出层的R2聚类准则系数；判断R2聚类准则系数是否大于阈值μ；结果为是，则终止自组织映射网络的训练，把被选文档按照当前自组织映射网络进行分类；结果为否，则在当前输出层中寻找具有最大类内离差平方和的神经元，在其附近插入新的神经元，并对当前输出层的所有神经元进行训练。

公开(公告)号：CN1808474A

公开(公告)日：2006-07-26

申请号：CN200610009761.9

申请日：2006-03-02

Applicant: 哈尔滨工业大学

Inventor： 刘远超 ,  关毅 ,  徐志明 ,  刘秉权 ,  林磊

IPC: G06N3/08 ,  G06F15/18 ,  G06F17/30

CPC classification number: G06K9/6251

Abstract: 基于自组织映射网络的文档聚类方法，本发明涉及一种文档聚类方法。它克服了已有的自组织映射聚类方法难以做到对输入文档数据的自适应以及其固定结构所带来的神经元欠利用、网络映射欠准确以及边缘效应等问题。本发明方法的步骤：找出所有被选文档；将自组织映射网络的输出层初始化为环形结构，并把环形结构至少平分为两半，其中的每个扇形分别作为一个神经元；计算当前输出层的R2聚类准则系数；判断R2聚类准则系数是否大于阈值μ；结果为是，则终止自组织映射网络的训练，把被选文档按照当前自组织映射网络进行分类；结果为否，则在当前输出层中寻找具有最大类内离差平方和的神经元，在其附近插入新的神经元，并对当前输出层的所有神经元进行训练。