命名实体识别在自然语言处理实践中具有高度重要的作用,而且也是信息提取等各种自然语言方式的基础工具。本文采用条件随机场模型(Conditional Random Fields,CRF)对维吾尔语音乐实体识别进行初步的探讨。首先维吾尔语网站上收集数据,进行一系列预处理后得到纯文本,然后制定语料标注规则对实体进行人工标注,再利用上下文、关键字、词典等一系列特征进行训练,制定一个适合的模板来进行音乐实体的识别。实验结果证明,此方法在维吾尔语音乐领域不仅可行、而且有效。 对粒子群优化算法(PSO)缺少跳出局部最优的机制而易出现早熟问题,提出一种新的混沌粒子群优化算法(NCPSO)。该算法引入混沌扰动更新粒子的位置,避免搜索陷入局部最优,再嵌入判断早熟停滞的方法,一旦检测到早熟现象,使用逃逸策略来增大粒子群的多样性。最后用3个常用的测试函数进行仿真,实验结果表明:NCPSO算法比PSO算法、粒子群优化算法-电动折弯机数控滚圆机倒角机张家港电动液压滚圆机滚弧机折弯机CPSO算法有更高的寻优精度和更快的收敛速度。1～图6能提供清晰对照，并于分析后可得:PSO算法缺乏跳出局部极值点的机制，对多峰值函数F2和F3的搜索效果不佳，易出现“早熟”现象。本文由公司网站张家港大棚弯管机 转摘采集转载中国知网整理! !   http://www.dapengwanguanji.com/CPSO算法引入混沌扰动进行局部优化，能在一定程度上使算法搜索时跳出局部最优，如对多峰值函数F2有较高的寻优精度和较快的收敛速度，但对于复杂的多峰值函数F3由于在搜索空间中存在大量正弦凸起的局部极小值点，CPSO算法在开始的一段时间内种群多样性逐渐下降，还是很难跳出局部极值点而出现“早熟”现象。NCPSO算法在迭代过程中引入混沌扰动策略能有效地跳出局部极值点，且当出现早熟停滞(Pg若干代无变化)时能及时跳出局部极值点，在解空间的其它范围内搜索，无论对于单峰值函数或多峰值函数均具有较强的全局搜索能力和快速的收敛速度。图110维Sphere函数的对比图Fi粒子群优化算法-电动折弯机数控滚圆机倒角机张家港电动液压滚圆机滚弧机折弯机本文由公司网站张家港大棚弯管机 转摘采集转载中国知网整理! !   http://www.dapengwanguanji.com/