期刊文献+
共找到497篇文章
< 1 2 25 >
每页显示 20 50 100
3-N-butylphthalide improves neuronal morphology after chronic cerebral ischemia 被引量:44
1
作者 Wanhong Zhao Chao Luo +5 位作者 Jue Wang Jian Gong Bin Li Yingxia Gong Jun Wang Hanqin Wang 《Neural Regeneration Research》 SCIE CAS CSCD 2014年第7期719-726,共8页
3-N-butylphthalide is an ettectwe drug for acute iscemlc stroke. However, its effects on cnromc cerebral ischemia-induced neuronal injury remain poorly understood. Therefore, this study li- gated bilateral carotid art... 3-N-butylphthalide is an ettectwe drug for acute iscemlc stroke. However, its effects on cnromc cerebral ischemia-induced neuronal injury remain poorly understood. Therefore, this study li- gated bilateral carotid arteries in 15-month-old rats to simulate chronic cerebral ischemia in aged humans. Aged rats were then intragastrically administered 3-n-butylphthalide. 3-N-butylphtha- lide administration improved the neuronal morphology in the cerebral cortex and hippocampus of rats with chronic cerebral ischemia, increased choline acetyltransferase activity, and decreased malondialdehyde and amyloid beta levels, and greatly improved cognitive function. These findings suggest that 3-n-butylphthalide alleviates oxidative stress caused by chronic cerebral ischemia, improves cholinergic function, and inhibits amyloid beta accumulation, thereby im- proving cerebral neuronal injury and cognitive deficits. 展开更多
关键词 nerve regeneration DEPRESSION functional MRI graph theory complex networks brainnetwork classification feature selection NSFC grant neural regeneration
下载PDF
基于存量图形拓扑分析的厂站接线图自动生成 被引量:16
2
作者 苏运光 罗俊 +3 位作者 熊浩 范青 吴海伟 陈连杰 《电力系统自动化》 EI CSCD 北大核心 2020年第3期162-166,共5页
厂站接线图因设备类型多、接线复杂以及各地方有自己接线图绘制习惯,难以自动生成高可用性且符合用户绘制习惯的厂站接线图。文中提出了基于电力系统图形描述规范CIM/G的拓扑分析方法,对存量图形进行特征识别与特征提取,建立图形特征库... 厂站接线图因设备类型多、接线复杂以及各地方有自己接线图绘制习惯,难以自动生成高可用性且符合用户绘制习惯的厂站接线图。文中提出了基于电力系统图形描述规范CIM/G的拓扑分析方法,对存量图形进行特征识别与特征提取,建立图形特征库,利用图形特征实现厂站接线图的自动生成方法。文中给出了生成江苏连云港某220 kV厂站图案例,验证了基于存量图形拓扑分析的厂站接线图自动生成方法的正确性和有效性。 展开更多
关键词 CIM/G 接线图 特征库 特征评估 拓扑分析
下载PDF
Feature Extraction of Chinese Materia Medica Fingerprint Based on Star Plot Representation of Multivariate Data 被引量:14
3
作者 CUI Jian-xin1,2,HONG Wen-xue1,ZHOU Rong-juan3,GAO Hai-bo1 1.College of Electrical Engineering,Yanshan University,Qinhuangdao 066004,China 2.Key Laboratory of Measurement Technology and Instrumentation of Hebei Province,Qinhuangdao 066004,China 3.Maternal and Child Health Hospital of Qinhuangdao,Qinhuangdao 066004,China 《Chinese Herbal Medicines》 CAS 2011年第2期-,共4页
Objective To study a novel feature extraction method of Chinese materia medica(CMM) fingerprint.Methods On the basis of the radar graphical presentation theory of multivariate,the radar map was used to figure the non-... Objective To study a novel feature extraction method of Chinese materia medica(CMM) fingerprint.Methods On the basis of the radar graphical presentation theory of multivariate,the radar map was used to figure the non-map parameters of the CMM fingerprint,then to extract the map features and to propose the feature fusion.Results Better performance was achieved when using this method to test data.Conclusion This shows that the feature extraction based on radar chart presentation can mine the valuable features that facilitate the identification of Chinese medicine. 展开更多
关键词 Chinese materia medica feature extraction FINGERPRINT multivariate graph radar chart presentation
原文传递
基于军事知识图谱的作战预案语义匹配方法研究 被引量:14
4
作者 梁汝鹏 邓克波 +1 位作者 毛泽湘 徐沛 《指挥与控制学报》 2019年第2期115-120,共6页
提出了一种智能化的预案语义匹配方法,基于军事知识图谱,建立知识图谱与作战预案特征映射,构建预案语义特征标注,实现作战预案隐藏知识的显式定义;设计了作战预案语义特征抽取与相似性计算算法,解决基于索引或关键字等语用层次特征匹配... 提出了一种智能化的预案语义匹配方法,基于军事知识图谱,建立知识图谱与作战预案特征映射,构建预案语义特征标注,实现作战预案隐藏知识的显式定义;设计了作战预案语义特征抽取与相似性计算算法,解决基于索引或关键字等语用层次特征匹配效率和准确度较低的问题,实现基于语义特征的作战预案智能语义匹配,满足预案快速、精准化匹配需求. 展开更多
关键词 知识图谱 作战预案 语义特征 语义相似度 特征向量 语义匹配
下载PDF
融合知识图谱与用户评论的商品推荐算法 被引量:14
5
作者 汤伟韬 余敦辉 魏世伟 《计算机工程》 CAS CSCD 北大核心 2020年第8期93-100,共8页
针对基于用户评论的商品推荐算法未充分利用评论之间关联信息的问题,提出一种融合知识图谱与用户评论的商品推荐算法。结合知识图谱对用户评论进行商品特征和情感词提取,构建商品特征集合和商品向量并计算商品相似度矩阵,根据情感词确... 针对基于用户评论的商品推荐算法未充分利用评论之间关联信息的问题,提出一种融合知识图谱与用户评论的商品推荐算法。结合知识图谱对用户评论进行商品特征和情感词提取,构建商品特征集合和商品向量并计算商品相似度矩阵,根据情感词确定商品特征得分,通过随机游走商品节点获取商品特征权重。在此基础上,根据商品特征得分和商品特征权重计算商品推荐价值并进行Top-k推荐。实验结果表明,与基于知识图谱的推荐算法、协同过滤算法、基于内容的推荐算法和混合推荐算法相比,该算法的准确率、召回率和F值最高分别提升15.81%、7.27%和8.55%。 展开更多
关键词 推荐算法 知识图谱 用户评论 商品特征 随机游走模型
下载PDF
基于知识图谱和贝叶斯分类器的图书分类 被引量:14
6
作者 邹鼎杰 《计算机工程与设计》 北大核心 2020年第6期1796-F0003,共6页
为解决纸质图书因元数据稀缺导致自动分类器性能较低的问题,提出基于知识图谱和朴素贝叶斯分类器的图书分类算法。分析Zhishi.me知识图谱的内部结构和朴素贝叶斯分类器模型,在此基础上提出图书分类算法过程模型,利用分词技术从图书固有... 为解决纸质图书因元数据稀缺导致自动分类器性能较低的问题,提出基于知识图谱和朴素贝叶斯分类器的图书分类算法。分析Zhishi.me知识图谱的内部结构和朴素贝叶斯分类器模型,在此基础上提出图书分类算法过程模型,利用分词技术从图书固有元数据和Zhishi.me知识图谱中提取关于图书、作者和出版社的详细数据,进一步提取表示图书内容特征的关键词,以TF-IDF权值作为高质量关键词筛选标准,采用朴素贝叶斯分类器分类。实验结果表明,通过融合图书的外部知识,分类器性能得到了有效提升。 展开更多
关键词 图书分类 文本分类 知识图谱 贝叶斯分类器 特征选择
下载PDF
基于深度学习的聚类综述 被引量:12
7
作者 董永峰 邓亚晗 +1 位作者 董瑶 王雅琮 《计算机应用》 CSCD 北大核心 2022年第4期1021-1028,共8页
聚类是一种寻找数据之间内在结构的技术,是许多数据驱动应用领域的一个基本问题,而聚类性能在很大程度上取决于数据表示的质量。近年来,深度学习因其强大的特征提取能力被广泛地应用于聚类任务,以学习更好的特征表示,显著提高了聚类性... 聚类是一种寻找数据之间内在结构的技术,是许多数据驱动应用领域的一个基本问题,而聚类性能在很大程度上取决于数据表示的质量。近年来,深度学习因其强大的特征提取能力被广泛地应用于聚类任务,以学习更好的特征表示,显著提高了聚类性能。首先,介绍了传统的聚类任务;然后,根据网络结构介绍了基于深度学习的聚类及代表性方法,指出了当前存在的问题,并介绍了基于深度学习的聚类在不同领域的应用;最后,对基于深度学习的聚类发展进行了总结与展望。 展开更多
关键词 聚类 深度学习 图聚类 特征表示 网络结构
下载PDF
基于Graph Cuts的木材扫描电镜图像特征提取方法 被引量:11
8
作者 朱佳 汪杭军 《林业科学》 EI CAS CSCD 北大核心 2014年第4期108-114,共7页
提出一种基于Graph Cuts图像分割的木材SEM图像特征提取方法。首先对木材SEM图像增强,应用Graph Cuts分割图像;提取木材组织轮廓后,使用数学形态学平滑对象轮廓;最后提出木材细胞的9种几何和统计特征及其计算方法。针对12个木材树种的... 提出一种基于Graph Cuts图像分割的木材SEM图像特征提取方法。首先对木材SEM图像增强,应用Graph Cuts分割图像;提取木材组织轮廓后,使用数学形态学平滑对象轮廓;最后提出木材细胞的9种几何和统计特征及其计算方法。针对12个木材树种的试验结果表明:本方法给出的特征在给定树种及各树种的早、晚材间均具有较大的差异,为木材材种识别提供了重要依据。 展开更多
关键词 graph CUTS 特征提取 扫描电镜 图像分割 细胞
下载PDF
一种融合节点先验信息的图表示学习方法 被引量:12
9
作者 温雯 黄家明 +2 位作者 蔡瑞初 郝志峰 王丽娟 《软件学报》 EI CSCD 北大核心 2018年第3期786-798,共13页
图表示学习是实现各类图挖掘任务的基础.现实中的图数据不仅包含复杂的网络结构,还包括多样化的节点信息.如何将网络结构和节点信息更加有效地融入图的表示学习中,是一个重要的问题.为了解决这一问题,基于深度学习,提出了融合节点先验... 图表示学习是实现各类图挖掘任务的基础.现实中的图数据不仅包含复杂的网络结构,还包括多样化的节点信息.如何将网络结构和节点信息更加有效地融入图的表示学习中,是一个重要的问题.为了解决这一问题,基于深度学习,提出了融合节点先验信息的图表示学习方法.该方法将节点特征作为先验知识,要求学习到的表示向量同时保持图数据中的网络结构相似性和节点特征相似性.该方法的时间复杂度为O(|V|),其中,|V|为图节点数量,表明该方法适用于大规模图数据分析.同时,在多个数据集上的实验结果表明:所提出的方法相比目前流行的几种基线方法,在分类任务上能够获得良好而稳定的优势. 展开更多
关键词 图表示 节点特征 大规模网络 深度学习 图挖掘
下载PDF
Resting-state functional connectivity abnormalities in first-onset unmedicated depression 被引量:11
10
作者 Hao Guo Chen Cheng +3 位作者 Xiaohua Cao Jie Xiang Junjie Chen Kerang Zhang 《Neural Regeneration Research》 SCIE CAS CSCD 2014年第2期153-163,共11页
Depression is closely linked to the morphology and functional abnormalities of multiple brain regions; however, its topological structure throughout the whole brain remains unclear. We col- lected resting-state functi... Depression is closely linked to the morphology and functional abnormalities of multiple brain regions; however, its topological structure throughout the whole brain remains unclear. We col- lected resting-state functional MRI data from 36 first-onset unmedicated depression patients and 27 healthy controls. The resting-state functional connectivity was constructed using the Auto- mated Anatomical Labeling template with a partial correlation method. The metrics calculation and statistical analysis were performed using complex network theory. The results showed that both depressive patients and healthy controls presented typical small-world attributes. Compared with healthy controls, characteristic path length was significantly shorter in depressive patients, suggesting development toward randomization. Patients with depression showed apparently abnormal node attributes at key areas in cortical-striatal-pallidal-thalamic circuits. In addition, right hippocampus and right thalamus were closely linked with the severity of depression. We se- lected 270 local attributes as the classification features and their P values were regarded as criteria for statistically significant differences. An artificial neural network algorithm was applied for classification research. The results showed that brain network metrics could be used as an effec- tive feature in machine learning research, which brings about a reasonable application prospect for brain network metrics. The present study also highlighted a significant positive correlation between the importance of the attributes and the intergroup differences; that is, the more sig- nificant the differences in node attributes, the stronger their contribution to the classification. Experimental findings indicate that statistical significance is an effective quantitative indicator of the selection of brain network metrics and can assist the clinical diagnosis of depression. 展开更多
关键词 nerve regeneration DEPRESSION functional MRI graph theory complex networks brainnetwork classification feature selection NSFC grant neural regeneration
下载PDF
旅游知识图谱特征学习的景点推荐 被引量:12
11
作者 贾中浩 古天龙 +3 位作者 宾辰忠 常亮 张伟涛 朱桂明 《智能系统学报》 CSCD 北大核心 2019年第3期430-437,共8页
基于知识图谱的推荐算法在多个领域取得了较好的效果,但仍然存在一些问题,如不能有效提取知识图谱中实体关系标签中的特征,推荐准确率会降低。因而提出将网络嵌入方法(network embedding)用于旅游知识图谱的特征提取,使得特征的提取更... 基于知识图谱的推荐算法在多个领域取得了较好的效果,但仍然存在一些问题,如不能有效提取知识图谱中实体关系标签中的特征,推荐准确率会降低。因而提出将网络嵌入方法(network embedding)用于旅游知识图谱的特征提取,使得特征的提取更加充分。通过对旅游知识图谱中不同标签的属性子图独立建模,利用深度学习模型挖掘游客及景点等图节点语义特征,进而获得融合各个标签语义的游客和景点特征向量,最终通过计算游客和景点相关性生成景点推荐列表。通过在真实旅游知识图谱上的实验,验证了利用网络嵌入方法对知识图谱中数据建模后,可以有效提取节点的深层特征。 展开更多
关键词 知识图谱 属性子图 特征学习 神经网络 景点推荐 网络嵌入 推荐算法 深度学习
下载PDF
基于知识图谱与协同过滤混合策略的在线编程评测系统题目推荐模型 被引量:8
12
作者 刘泽京 邬楠 +1 位作者 黄抚群 宋友 《计算机科学》 CSCD 北大核心 2023年第2期106-114,共9页
在线编程评测系统(Online Judge,OJ)是一种被广泛应用于计算机编程教学与竞赛的代码测评系统。用户在规模庞大的题库中寻找适合当前学习阶段的题目时,往往会感到迷茫。如何为用户推荐合适的题目和规划学习路径,是在线编程测评系统研发... 在线编程评测系统(Online Judge,OJ)是一种被广泛应用于计算机编程教学与竞赛的代码测评系统。用户在规模庞大的题库中寻找适合当前学习阶段的题目时,往往会感到迷茫。如何为用户推荐合适的题目和规划学习路径,是在线编程测评系统研发中的一个重要研究课题。传统推荐算法存在可解释性和准确性难以兼顾的问题。文中提出了基于知识图谱与协同过滤混合策略的在线评测系统推荐模型(A Hybrid Programming Task Recommendation Model Based on Knowledge Graph and Collaborative Filtering,HKGCF)。该模型通过推荐与用户当前知识和技能掌握程度相匹配的题目,来帮助用户提升学习效果。文中设计和实现了该模型,并将其集成到了北京航空航天大学在线编程测评系统中,以适应OJ平台特有的交互形式。线上测试和离线测试实验的结果表明,提出的HKGCF模型在准确率和可解释性方面均优于典型传统算法。 展开更多
关键词 编程教育 在线编程评测系统 个性化推荐 知识图谱 协同过滤 特征融合
下载PDF
融合知识图谱的双线性图注意力网络推荐算法 被引量:11
13
作者 潘承瑞 何灵敏 +2 位作者 胥智杰 王修晖 宋承文 《计算机工程与应用》 CSCD 北大核心 2021年第1期29-37,共9页
知识图谱可有效缓解传统协同过滤中的数据稀疏和冷启动问题,因此,近年来在推荐系统中融入知识图谱的方法成为重要的探索方向。然而现有的方法大多将知识图谱的网络结构划分为单独路径或仅利用了一阶邻居信息,造成无法建立整个图上的高... 知识图谱可有效缓解传统协同过滤中的数据稀疏和冷启动问题,因此,近年来在推荐系统中融入知识图谱的方法成为重要的探索方向。然而现有的方法大多将知识图谱的网络结构划分为单独路径或仅利用了一阶邻居信息,造成无法建立整个图上的高阶连通性问题。为解决该问题,提出融合知识图谱和图注意力网络的KG-BGAT模型,并设计了双线性采集器。双线性采集器能够在信息采集阶段获取节点间的特征交互信息,丰富节点表示;图注意力网络通过递归嵌入传播算法将各个节点表示沿图进行传播,能够捕获图中的高阶连通性。在MovieLens-1M数据集上进行了Top-K推荐实验,在推荐列表长度为20时,精确率、召回率和归一化折损累计增益分别为29.4%、24.9%、67.4%,超过了目前主流的CKE、RippleNet、KGCN等融合知识图谱的推荐算法。实验证明提出的方法能够有效提高推荐结果的准确性。 展开更多
关键词 推荐系统 知识图谱 特征交互 图注意力网络
下载PDF
基于知识和数据融合驱动的设备故障诊断方法 被引量:9
14
作者 刘晶 高立超 +2 位作者 孙跃华 冯显宗 季海鹏 《郑州大学学报(理学版)》 北大核心 2022年第2期39-46,共8页
传统设备故障诊断方法通常基于单一的机理知识或运行数据,难以解决多复杂工况、多故障类型的设备故障问题。针对以上问题,提出了一种基于知识和数据融合驱动的设备故障诊断方法,从单纯依赖机理知识或运行数据到两者融合驱动,进一步形成... 传统设备故障诊断方法通常基于单一的机理知识或运行数据,难以解决多复杂工况、多故障类型的设备故障问题。针对以上问题,提出了一种基于知识和数据融合驱动的设备故障诊断方法,从单纯依赖机理知识或运行数据到两者融合驱动,进一步形成故障图谱诊断系统,不仅通过优化的双向长短时记忆网络模型对设备运行数据进行故障分类,而且可以展示详细故障信息以及相似故障。经实验分析验证,故障诊断准确率平均达到95.03%,同时系统通过基于融合故障链的知识图谱进行辅助决策,返回故障相关信息。对比传统分类模型准确率表现突出,并实现了机理知识与数据驱动相融合的设备故障领域图谱构建。 展开更多
关键词 知识图谱 特征提取 故障诊断 LSTM 融合分类
下载PDF
基于图二次分解的加工特征识别算法 被引量:8
15
作者 郭付龙 孙根正 +1 位作者 周竞涛 邵立 《机械设计与制造》 北大核心 2013年第5期56-59,共4页
从零件的CAD模型中获取工艺设计所需的加工特征信息是CAPP的基础,也是实现CAPP与CAD集成的关键。针对基于图的特征识别方法中子图搜索算法时间复杂度高且难以识别相交特征的问题,提出了一种基于图二次分解的加工特征识别方法。首先,通过... 从零件的CAD模型中获取工艺设计所需的加工特征信息是CAPP的基础,也是实现CAPP与CAD集成的关键。针对基于图的特征识别方法中子图搜索算法时间复杂度高且难以识别相交特征的问题,提出了一种基于图二次分解的加工特征识别方法。首先,通过提CAD取模型的B-Rep信息,将CAD模型用属性邻接图表示;然后通过对属性邻接图进行二次分解,最大限度的分离出特征子图,利用图的同构实现了对凸出类和凹陷类特征的识别。最后,通过一个实例验证了该方法的可行性和有效性。 展开更多
关键词 属性邻接图 图分解 图同构 特征识别
下载PDF
基于频域多通道图特征感知的海面小目标检测 被引量:4
16
作者 许述文 焦银萍 +1 位作者 白晓惠 蒋俊正 《电子与信息学报》 EI CSCD 北大核心 2023年第5期1567-1574,共8页
海洋物理环境和电磁环境日趋复杂,海杂波背景下的微弱慢速小目标检测始终是一个研究难点和重点。海面小目标的雷达散射截面积小、回波能量低,传统基于能量的检测方法存在性能瓶颈。基于特征的检测方法聚焦于提取纯杂波和目标回波的差异... 海洋物理环境和电磁环境日趋复杂,海杂波背景下的微弱慢速小目标检测始终是一个研究难点和重点。海面小目标的雷达散射截面积小、回波能量低,传统基于能量的检测方法存在性能瓶颈。基于特征的检测方法聚焦于提取纯杂波和目标回波的差异性特征来实现目标检测,且有效提升了检测性能。该文利用回波数据间频域中幅度的关联性,将图论的方法引入到特征检测中。首先将实测数据进行块白化处理,对海杂波进行一定的抑制,然后在频域提取各多普勒通道下的数据,借助图的处理方法,构建所提取数据的距离邻接矩阵,再转换为拉普拉斯矩阵。该方法计算不同时间序列下拉普拉斯矩阵的最大特征值,并将其与刻画频域能量信息的相对多普勒峰高进行融合,得到新的检验统计量来区分纯杂波和含有目标的回波。通过全相参的X波段(IPIX)实测数据验证,该文所提方法的检测性能更为优越。 展开更多
关键词 目标检测 海杂波 特征检测 图特征 多普勒通道
下载PDF
有监督图优化保局投影 被引量:8
17
作者 辜小花 龚卫国 杨利平 《光学精密工程》 EI CAS CSCD 北大核心 2011年第3期672-680,共9页
研究了保局投影中近邻图的构造及更新问题,提出了一种有监督图优化保局投影(SGoLPP)特征提取方法,并应用于人脸识别。不同于传统的保局投影(LPP)算法预先设定权值矩阵并通过一次优化求解投影矩阵,SGoLPP将权值矩阵作为学习项引入到目标... 研究了保局投影中近邻图的构造及更新问题,提出了一种有监督图优化保局投影(SGoLPP)特征提取方法,并应用于人脸识别。不同于传统的保局投影(LPP)算法预先设定权值矩阵并通过一次优化求解投影矩阵,SGoLPP将权值矩阵作为学习项引入到目标函数,通过交替迭代更新逐步获得最优权值矩阵和最优投影矩阵。同时,通过引入类别信息,始终对同类样本点对的权值进行更新,有效地抑制了异类样本的干扰。在UCI模拟数据集上,SGoLPP在较少的迭代次数下获得了更好的聚类和分类效果。在Yale,UMIST和CMU PIE人脸库上,SGoLPP的平均识别率比LPP、有监督保局投影(SLPP)和图优化保局投影(GoLPP)分别高出26.6%、4.8%和8.8%。实验显示本文提出的SGoLPP算法在样本可分性与鲁棒性方面具有优势,可有效地提取人脸特征。 展开更多
关键词 图优化 有监督学习 保局投影 特征提取 人脸识别
下载PDF
基于多维结构特征的硬件木马检测技术 被引量:8
18
作者 严迎建 赵聪慧 刘燕江 《电子与信息学报》 EI CSCD 北大核心 2021年第8期2128-2139,共12页
硬件木马是第三方知识产权(IP)核的主要安全威胁,现有的安全性分析方法提取的特征过于单一,导致特征分布不够均衡,极易出现较高的误识别率。该文提出了基于有向图的门级网表抽象化建模算法,建立了门级网表的有向图模型,简化了电路分析流... 硬件木马是第三方知识产权(IP)核的主要安全威胁,现有的安全性分析方法提取的特征过于单一,导致特征分布不够均衡,极易出现较高的误识别率。该文提出了基于有向图的门级网表抽象化建模算法,建立了门级网表的有向图模型,简化了电路分析流程;分析了硬件木马共性特征,基于有向图建立了涵盖扇入单元数、扇入触发器数、扇出触发器数、输入拓扑深度、输出拓扑深度、多路选择器和反相器数量等多维度硬件木马结构特征;提出了基于最近邻不平衡数据分类(SMOTEENN)算法的硬件木马特征扩展算法,有效解决了样本特征集较少的问题,利用支持向量机建立硬件木马检测模型并识别出硬件木马的特征。该文基于Trust_Hub硬件木马库开展方法验证实验,准确率高达97.02%,与现有文献相比真正类率(TPR)提高了13.80%,真负类率(TNR)和分类准确率(ACC)分别提高了0.92%和2.48%,在保证低假阳性率的基础上有效识别硬件木马。 展开更多
关键词 硬件木马检测 IP核 有向图 结构特征 支持向量机
下载PDF
多元图图形基元和特征基元提取与表示方法 被引量:7
19
作者 洪文学 高海波 +2 位作者 崔建新 李昕 季淑梅 《燕山大学学报》 CAS 2008年第5期405-411,共7页
提出一种多维数据多元图图形基元和特征基元提取和表示的方法。首先应用多维数据多元图表示原理实现无结构数据的结构化表示,然后在建立基于多元图图形基元和特征基元表示的一般化表示模型基础上,提取出了表征多元图图形的图形基元和特... 提出一种多维数据多元图图形基元和特征基元提取和表示的方法。首先应用多维数据多元图表示原理实现无结构数据的结构化表示,然后在建立基于多元图图形基元和特征基元表示的一般化表示模型基础上,提取出了表征多元图图形的图形基元和特征基元。为验证该方法的正确性,采用UCI机器学习数据库中的Iris等数据进行了分类实验,不同分类方法实验结果对比证明该方法具有较好的识别效果。 展开更多
关键词 多元图表示:模式识别 图形基元 特征基元
下载PDF
基于知识图谱和用户长短期偏好的个性化景点推荐 被引量:8
20
作者 贾中浩 宾辰忠 +3 位作者 古天龙 常亮 朱桂明 陈炜 《智能系统学报》 CSCD 北大核心 2020年第5期990-997,共8页
基于序列化的推荐算法在多个领域取得了不错的效果,但仍存在一些问题,如没有考虑所有项与项之间的关系,推荐准确度会大大降低。因此提出一种基于知识图谱和用户长短期偏好(KG-ULSP)的个性化景点推荐方法。通过引入知识图谱,使用网络表... 基于序列化的推荐算法在多个领域取得了不错的效果,但仍存在一些问题,如没有考虑所有项与项之间的关系,推荐准确度会大大降低。因此提出一种基于知识图谱和用户长短期偏好(KG-ULSP)的个性化景点推荐方法。通过引入知识图谱,使用网络表示学习方法,学习景点的特征向量表示,使得具有相似结构和相似属性的景点在低维特征空间中的距离比较近,以此表示他们的高级语义特征。然后利用门控循环单元GRU对已学习到的景点特征向量进行序列化信息建模,进一步抽取景点的访问序列特征。另外,考虑到用户偏好可能随时间发生变化,KG-ULSP模型同时学习用户的长期偏好和短期偏好,最终预测并返回用户可能感兴趣的推荐列表。通过在真实旅游数据上的实验,验证了所提方法的有效性。 展开更多
关键词 知识图谱 推荐算法 网络表示学习 门控循环单元 个性化景点推荐 长短期用户偏好 特征学习
下载PDF
上一页 1 2 25 下一页 到第
使用帮助 返回顶部