多点数值天气预报风速和辐照度集中式修正方法研究 被引量：11

1

作者 张永蕊 阎洁 +2 位作者 林爱美 韩爽 刘永前 《发电技术》 2022年第2期278-286,共9页

数值天气预报(numerical weather prediction,NWP)修正是提升风光功率预测精度的关键技术之一,但目前鲜有对NWP辐照度修正的研究,同时现有的NWP风速修正方法大多只考虑单一位置,忽略了风速间的时空耦合特性,影响修正效果。针对这一问题... 数值天气预报(numerical weather prediction,NWP)修正是提升风光功率预测精度的关键技术之一,但目前鲜有对NWP辐照度修正的研究,同时现有的NWP风速修正方法大多只考虑单一位置,忽略了风速间的时空耦合特性,影响修正效果。针对这一问题,提出了考虑区域风光资源时空相关性的多点NWP风速和辐照度集中式修正方法。以区域内多个风电场和光伏电站的实测风速、辐照度数据为修正模型的学习目标,建立基于注意力神经网络的多点NWP集中修正模型,同时修正多个具有一定相关性的场站级NWP数据。结合某区域8个风电场和7个光伏电站的NWP数据和历史风速/辐照度数据,对所提方法进行验证,结果表明,相比于传统的单点NWP修正方法,所提方法能够有效提高NWP精度。 展开更多

关键词 风电场 光伏电站 时空相关性 数值天气预报(NWP) 功率预测 注意力神经网络

下载PDF 职称材料

国际中文课堂中的教师语音情感识别研究 被引量：6

2

作者 欧志刚 刘玉屏 +1 位作者 李若琳 覃可 《现代教育技术》 CSSCI 2023年第8期87-95,共9页

当前,国际中文教育正处于转型发展的关键期,亟待引入人工智能、大数据等新一代信息技术以提高教育教学质量,推动中文教育数字化、智慧化。为此,文章首先以通道注意力机制、时间注意力机制以及空间注意力机制为基础,融合2D、3D卷积神经网... 当前,国际中文教育正处于转型发展的关键期,亟待引入人工智能、大数据等新一代信息技术以提高教育教学质量,推动中文教育数字化、智慧化。为此,文章首先以通道注意力机制、时间注意力机制以及空间注意力机制为基础,融合2D、3D卷积神经网络,构建多维注意力混合卷积神经网络模型用于语音情感识别。然后,文章将该模型应用于国际中文课堂教师语音情感识别实践,发现该模型通过深度学习能够更好地获取语音情感特征表示。此外,文章还发现模型表现出较好的语音特征提取和分类能力,能够对国际中文课堂中教师普遍表现的高兴、关怀、满意、平静等情感进行识别。文章通过研究,旨在助益中文教师自主提升教学实践能力、改善课堂教学效果。 展开更多

关键词 人工智能 语音情感识别 注意力神经网络 国际中文教育 国际中文教师

下载PDF 职称材料

一种融合知识图谱的图注意力神经网络谣言实时检测方法 被引量：2

3

作者 王根生 朱奕 李胜 《数据分析与知识发现》 EI CSSCI CSCD 北大核心 2024年第6期95-106,共12页

【目的】提高社交媒体中谣言实时检测的准确率,降低谣言传播危害。【方法】提出一种融合知识图谱的图注意力神经网络谣言实时检测方法。首先,通过知识蒸馏从外部知识图谱中获取文本内容的背景知识;其次,通过点互信息把文本和背景知识转... 【目的】提高社交媒体中谣言实时检测的准确率,降低谣言传播危害。【方法】提出一种融合知识图谱的图注意力神经网络谣言实时检测方法。首先,通过知识蒸馏从外部知识图谱中获取文本内容的背景知识;其次,通过点互信息把文本和背景知识转化为加权图结构表示,利用一种考虑边权重的图注意力神经网络从加权图中学习文本的非连续语义特征;然后,通过预训练语言模型BERT学习文本的连续语义特征,利用嵌入方法把用户和内容统计特征转化为连续向量表示;最后,融合所有特征,输入全连接神经网络中进行谣言检测。【结果】在两个公开的社交媒体谣言数据集PHEME和WEIBO上的实验结果表明,所提方法的准确率分别达到了92.1%和84.0%,优于对比基线方法。【局限】所提方法没有融合帖子中可能附加的图片或视频信息,不能进行多模态融合的谣言检测。【结论】融合背景知识可以补充短文本的语义表示,融合用户和内容统计特征可以辅助文本语义特征作决策,提高检测的准确率。 展开更多

关键词 谣言实时检测 图注意力神经网络 知识图谱 语义特征 统计特征 用户特征

原文传递

周期规律增强的多视角短期电力负荷预测 被引量：1

4

作者 苏伟 肖小龙 +2 位作者 史明明 方鑫 司鑫尧 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第2期477-486,共10页

短期电力负荷预测对电力系统的可靠运行具有重要意义。现有方法存在如下问题:缺乏对特征之间依赖关系的挖掘;忽略了电力负荷变化的周期性规律。为此,提出一种周期规律增强的多视角短期电力负荷预测网络(EPISODE)方法。EPISODE方法主要包... 短期电力负荷预测对电力系统的可靠运行具有重要意义。现有方法存在如下问题:缺乏对特征之间依赖关系的挖掘;忽略了电力负荷变化的周期性规律。为此,提出一种周期规律增强的多视角短期电力负荷预测网络(EPISODE)方法。EPISODE方法主要包括2个核心组件:多视角特征学习组件和周期规律增强的电力负荷预测组件。前者旨在有效提取电力负荷数据中的静态特征与时序特征,以得到增强的特征表示;后者则是对电力负荷数据进行一般性时序挖掘和周期性时序挖掘,从而得到全面的电力负荷历史数据表征。基于后期融合的方式,实现短期电力负荷预测。在真实公开的电力负荷预测数据集上进行了大量实验。实验结果证明了所提方法相比现有基准方法的先进性。 展开更多

关键词 周期规律增强 短期负荷预测 特征压缩与激励 门控循环单元 注意力神经网络

下载PDF 职称材料

基于GAT与SVM的区块链异常交易检测 被引量：1

5

作者 谭朋柳 周叶 《计算机应用研究》 CSCD 北大核心 2024年第1期21-25,31,共6页

公有链因为透明公开而面临着众多恶意交易和非法加密活动的问题,这造成了区块链出现异常交易,对用户的资产和信息安全造成严重损害。针对区块链异常交易问题,提出一种关注区块链事务图局部结构邻节点特征与联系,基于图注意神经网络(grap... 公有链因为透明公开而面临着众多恶意交易和非法加密活动的问题,这造成了区块链出现异常交易,对用户的资产和信息安全造成严重损害。针对区块链异常交易问题,提出一种关注区块链事务图局部结构邻节点特征与联系,基于图注意神经网络(graph attention network, GAT)与支持向量机(support vector machine, SVM)相融合的区块链异常交易检测方法——GAS(graph attention network and support vector machine)。采用随机森林对节点交易数据特征进行重要性评估,并选取降序排列后前140个重要特征,再结合邻节点特征,利用GAT对当前节点进行特征更新,更新后的特征作为SVM的输入,从而实现异常检测。实验结果表明,相比非融合方法,GAS检测结果性能更优,准确率可达98.11%,精度可达94.01%以及召回率可达85.48%。 展开更多

关键词 区块链 图注意力神经网络 异常交易检测 支持向量机

下载PDF 职称材料

基于图注意力神经网络的实体消歧方法 被引量：1

6

作者 牛泽群 李晓戈 +3 位作者 强成宇 韩伟 姚怡 刘洋 《山东大学学报（理学版）》 CAS CSCD 北大核心 2024年第3期71-80,94,共11页

针对链接对象为存在半结构化数据的知识库,提出了一种基于图注意力神经网络的短文本实体指称消歧方法。通过信息抽取与融入关键词,将含有半结构化数据的知识库构建为全局知识图谱;同时基于Bert预训练模型对短文本中的实体指称项进行嵌... 针对链接对象为存在半结构化数据的知识库,提出了一种基于图注意力神经网络的短文本实体指称消歧方法。通过信息抽取与融入关键词,将含有半结构化数据的知识库构建为全局知识图谱;同时基于Bert预训练模型对短文本中的实体指称项进行嵌入融合;使用图注意力神经网络对全局知识图谱中候选实体节点进行加权聚合表征,并计算实体指称项与各候选实体之间的相似度得分,实现实体消歧。在CCKS2019数据集上的实验结果表明,基于图注意力神网络的实体消歧模型有效提高了实体消歧效果。 展开更多

关键词 实体消歧 知识图谱 关键词提取 图注意力神经网络 自然语言处理

原文传递

基于卷积注意力机制的锂离子电池剩余使用寿命预测研究

7

作者 史云 汪立伟 公岷 《西南民族大学学报（自然科学版）》 CAS 2024年第3期336-346,共11页

锂离子电池剩余使用寿命的准确估计和预测对于锂离子电池电源管理系统有着重要的意义.一方面能够提高实际电路系统的可靠性,同时能够延长电池的使用寿命.锂离子电池的退化过程表现出复杂、非线性特征且伴随容量再生现象,导致传统预测模... 锂离子电池剩余使用寿命的准确估计和预测对于锂离子电池电源管理系统有着重要的意义.一方面能够提高实际电路系统的可靠性,同时能够延长电池的使用寿命.锂离子电池的退化过程表现出复杂、非线性特征且伴随容量再生现象,导致传统预测模型对锂离子电池剩余使用寿命预测(Remaining Useful Life,RUL)准确性低.为进一步提升锂离子电池RUL的预测精度,首先深入分析电池历史退化数据,构建一种新的基于卷积注意力机制深度学习框架.通过对锂离子电池老化循环过程的研究,选取容量数据作为健康因子(Health Indicator,HI),利用卷积神经网络(Convolu⁃tional Neural Network,CNN)的卷积和池化操作挖掘数据内在信息,降低数据复杂度,提取电池数据的时序特征.并将特征数据输出到构建的注意力机制(Attention Mechanism,AM)深度网络,捕捉全局时序数据的位置信息和分析时序数据中内部信息的关系,以此获得准确的RUL预测.最后使用公开的NASA和CALCE数据集上进行验证,并对比其他几种预测模型,结果表明所提出模型的具有较高预测精度和泛化适应能力. 展开更多

关键词 锂电池 剩余使用寿命 健康因子 卷积注意力机制 注意力神经网络

下载PDF 职称材料

图注意力神经网络支持下的建筑物形状识别

8

作者 张自强 刘涛 《测绘科学》 CSCD 北大核心 2024年第9期125-133,共9页

针对传统建筑物形状识别方法无法顾及空间认知、不适用于复杂建筑物形状的问题,引入图注意力神经网络识别建筑物形状,采用开源的建筑物形状数据集,使用坐标法、序列法、图方法和特征法等四种方法编码建筑物矢量数据,并对比不同深度学习... 针对传统建筑物形状识别方法无法顾及空间认知、不适用于复杂建筑物形状的问题,引入图注意力神经网络识别建筑物形状,采用开源的建筑物形状数据集,使用坐标法、序列法、图方法和特征法等四种方法编码建筑物矢量数据,并对比不同深度学习模型分类建筑物形状的效果。实验表明,在编码方式上,坐标法和序列法精度较差,且分类效果与深度学习模型有一定关系;图方法能很好地分类建筑物形状,特征法能取得比图方法更好的分类效果。在模型上,卷积神经网络和循环神经网络模型分类效果较为均衡,对建筑物特征依赖性不强,而图卷积神经网络模型和图注意力神经网络模型只有和建筑物特征相结合才能取得较好结果,注意力机制的使用能够提高形状分类精度。 展开更多

关键词 建筑物 形状分析 深度学习 注意力机制 图注意力神经网络

原文传递

基于全局图注意力元路径异构网络的药物-疾病关联预测

9

作者 郁湧 杨雨洁 +2 位作者 李虓晗 高悦 于倩 《电子科技大学学报》 EI CAS CSCD 北大核心 2024年第4期576-583,共8页

提出了一个基于全局图注意力元路径异构网络模型(MHNGA)来进行药物-疾病关联预测。首先,收集整理药物和疾病数据,将已知的药物-疾病关联、药物相似性、疾病相似性构建为一个异构网络;其次,引入多个基于元路径的子图,使用图注意力神经网... 提出了一个基于全局图注意力元路径异构网络模型(MHNGA)来进行药物-疾病关联预测。首先,收集整理药物和疾病数据,将已知的药物-疾病关联、药物相似性、疾病相似性构建为一个异构网络;其次,引入多个基于元路径的子图,使用图注意力神经网络提取这些子图的邻居节点的特征,并且通过通道注意力和空间注意力机制来增强特征;最后,通过十折交叉验证的评估,MHNGA取得了93.5%的精确召回曲线下的面积和99.4%的准确率。 展开更多

关键词 异构图 药物-疾病关联 预测 图注意力神经网络 元路径

下载PDF 职称材料

基于脑电多域特征融合的跨任务认知负荷研究

10

作者 宋雨 刘杨 +3 位作者 高强 刘俊杰 李荭娜 吉月辉 《实验技术与管理》 CAS 北大核心 2024年第2期73-80,共8页

为探究不同认知负荷下的人脑活动,设计了三种实验范式(N-Back、心算和Sternberg),采集被试者在三类认知负荷下的脑电图(electroencephalogram,EEG)信号,并对EEG信号进行预处理、特征提取和特征分类。模型通过相位锁相值(phase locking v... 为探究不同认知负荷下的人脑活动,设计了三种实验范式(N-Back、心算和Sternberg),采集被试者在三类认知负荷下的脑电图(electroencephalogram,EEG)信号,并对EEG信号进行预处理、特征提取和特征分类。模型通过相位锁相值(phase locking value,PLV)计算了EEG的功能连接特征,将PLV功能连接矩阵作为脑功能网络的边;以微分熵特征作为网络的节点信息,实现EEG频域与空间域特征的融合,利用图注意力神经网络完成了跨任务的认知负荷分类。模型在跨任务三分类认知负荷识别中取得了57.12%的平均分类准确率。基于复杂网络理论,从全局和局部两个层次分析了不同负荷状态下大脑网络结构的变化,随着认知负荷程度增加,theta与alpha频段的全局聚类系数逐渐减小,delta与theta频段的全局效率则有所提高;theta频段下的额叶、顶叶与颞叶脑区电极的局部效率呈上升趋势。网络全局与局部的度量变化表明随着人脑认知负荷程度的提高,功能脑网络的拓扑结构在发生改变。 展开更多

关键词 脑电信号 认知负荷 跨任务 图注意力神经网络

下载PDF 职称材料

基于图注意力的异构图社交推荐网络 被引量：3

11

作者 吴相帅 孙福振 +2 位作者 张文龙 张志伟 王绍卿 《计算机应用研究》 CSCD 北大核心 2023年第10期3076-3081,3106,共7页

针对现有社交推荐算法忽视了用户潜在关联和项目之间的协作关系,提出了一个新的算法模型GATHGN(GAT based heterogeneous graph neural network),在该模型框架中对用户关联和项目关系统一建模。首先,挖掘用户显式社交关系、潜在关联关... 针对现有社交推荐算法忽视了用户潜在关联和项目之间的协作关系,提出了一个新的算法模型GATHGN(GAT based heterogeneous graph neural network),在该模型框架中对用户关联和项目关系统一建模。首先,挖掘用户显式社交关系、潜在关联关系和用户—项目关联关系,从而提取用户社交高阶特征和潜在兴趣高阶特征;而后,基于图注意力机制聚合上述两种高阶特征,逐层更新用户融合特征;最后,依据更新的用户融合特征与项目特征计算最终的推荐结果。在Yelp数据集和Flickr数据集上的实验结果表明,GATHGN的命中率与归一化折损累计增益较基线算法有显著提升。 展开更多

关键词 推荐系统 图注意力神经网络 社交推荐 影响扩散

下载PDF 职称材料

基于改进图注意力网络的电力系统脆弱性关键环节辨识

12

作者 王长刚 王先伟 +3 位作者 曹宇 李扬 吕琪 张耀心 《电力系统保护与控制》 EI CSCD 北大核心 2024年第15期36-45,共10页

随着电网的扩大与新能源比例的增加,电网的不确定性和随机性因素增加,危及系统安全运行,寻找出电网中的脆弱性关键环节来保障电网运行时的可靠性就显得尤为重要。针对当前传统电网脆弱性关键环节辨别方法识别速度慢、难以满足电网实际... 随着电网的扩大与新能源比例的增加,电网的不确定性和随机性因素增加,危及系统安全运行,寻找出电网中的脆弱性关键环节来保障电网运行时的可靠性就显得尤为重要。针对当前传统电网脆弱性关键环节辨别方法识别速度慢、难以满足电网实际运行要求的问题,提出了基于改进图注意力网络算法(improved graph attention network,IGAT)的电网脆弱性关键环节辨识方法。首先,结合复杂网络理论和电网实际运行数据建立评价指标集。其次,利用IGAT挖掘出电网运行时的各项指标与脆弱性关键环节之间的映射关系,建立脆弱性关键环节辨识模型,并且考虑到训练准确性和效率等需求,对原始的图注意力网络进行优化。再次,通过仿真得到原始数据集,对辨识模型进行训练、验证和测试。最后,利用所述模型应用于改进的IEEE 30节点系统和实际电网中,结果表明所提方法具有可行性,且准确性和速度优于传统方法,有一定的工程利用价值。 展开更多

关键词 脆弱性关键环节 复杂网络理论 图注意力神经网络 运行可靠性

下载PDF 职称材料

基于话题注意力和依存句法信息的文本立场分析

13

作者 康书铭 朱焱 《计算机科学》 CSCD 北大核心 2023年第S02期52-56,共5页

文本立场分析旨在从用户发表的文本中推测其对特定话题的看法,如支持、反对、中立等态度。传统的立场分析研究往往采用卷积神经网络或者长短时记忆网络等深度学习模型学习文本的基本语义信息,忽略了文本蕴含的句法结构信息。针对这一问... 文本立场分析旨在从用户发表的文本中推测其对特定话题的看法,如支持、反对、中立等态度。传统的立场分析研究往往采用卷积神经网络或者长短时记忆网络等深度学习模型学习文本的基本语义信息,忽略了文本蕴含的句法结构信息。针对这一问题,文中设计实现了基于话题注意力和依存句法的文本立场检测模型——AT-BiLSTM-GAT,在BiLSTM提取的文本上下文信息基础上,采用GAT进一步学习文本语言学层次的依存句法信息。同时设计实现一种融合上下文语义信息的话题注意力机制,采用缩放点积注意力学习立场文本中与话题相关的重要内容,在公开数据集上的对比实验证明了AT-BiLSTM-GAT模型的高效性。最后,针对立场分析研究数据集存在规模较小的问题,设计实现了一种基于WordNet同义词库与WebVectors词嵌入模型的同义词替换数据增强方案WWDA,保证了同义词替换过程的词性正确性和语义相似性,通过实验证明其可以生成更多高质量样本,提升模型的检测性能。 展开更多

关键词 立场分析 话题注意力 依存句法 图注意力神经网络 数据增强

下载PDF 职称材料

基于双层注意力机制的篇章级事件真实性检测

14

作者 盛佳璇 邹博伟 +1 位作者 陈佳丽 洪宇 《中文信息学报》 CSCD 北大核心 2023年第6期128-136,共9页

自然语言文本中的事件真实性指作者对给定事件存在于客观世界中的确定性程度的描述,正确识别文本中事件的真实性,有助于对自然语言进行深层语义理解。同时,事件真实性检测对诸多自然语言处理应用,如观点检测、事件图谱构建、情感分析等... 自然语言文本中的事件真实性指作者对给定事件存在于客观世界中的确定性程度的描述,正确识别文本中事件的真实性,有助于对自然语言进行深层语义理解。同时,事件真实性检测对诸多自然语言处理应用,如观点检测、事件图谱构建、情感分析等具有重要意义。目前,大多数事件真实性检测研究集中在句子级任务上,而在同一篇章中,经常出现针对同一事件真实性表述不同的情况,此时仅在句子层面识别事件真实性可能会导致矛盾。针对该问题,该文提出了一个基于双层注意力机制的篇章级事件真实性检测方法。首先,利用预训练语言模型BERT对句子进行编码;其次,采用图注意力网络学习句子中的上下文信息与事件之间的依赖关系;最后,利用文档级注意力机制抽取不同句子序列之间的潜在关联,从事件序列集合中获取篇章级事件真实性的最终特征表示。实验结果验证了该方法的有效性,在英文和中文数据集上的实验结果显示,该文所提出方法F1值分别达到87.91%和87.92%,与目前最好系统相比,分别提升了1.40%和1.28%。 展开更多

关键词 篇章级事件真实性 图注意力神经网络 文档级注意力机制

下载PDF 职称材料

基于图分类的中文长文本匹配算法

15

作者 郭佳乐 卜巍 邬向前 《智能计算机与应用》 2020年第6期294-299,共6页

判断一对文章之间的关系是一项很重要的自然语言处理任务,在新闻系统和搜索引擎等实际服务中有着广泛的应用。然而,相比在信息检索场景中去匹配一对句子或者匹配一个查询-文档对而言,长文章通常具有丰富的语义信息和复杂的逻辑结构,这... 判断一对文章之间的关系是一项很重要的自然语言处理任务,在新闻系统和搜索引擎等实际服务中有着广泛的应用。然而,相比在信息检索场景中去匹配一对句子或者匹配一个查询-文档对而言,长文章通常具有丰富的语义信息和复杂的逻辑结构,这也使得长文章之间的匹配成为一个相对独立且很有挑战的任务。本文围绕长文章匹配的难点,提出了基于图分类框架的长文本匹配算法,通过将长文本匹配任务等价的转化为图分类任务,使用图表示学习的范式来求解,从而获得长文本匹配的结果。算法模型主要包括基于图表示学习来实现对长文本的建模,基于图注意力神经网络的图节点特征提取,以及图池化等步骤。在两个大型公开数据集上的训练和测试实验结果表明:本文提出的算法可以实现高质量的文本匹配,同时各项评价指标均达到了目前最先进的结果。 展开更多

关键词 自然语言处理 文本匹配 图注意力神经网络 图池化

下载PDF 职称材料

基于自注意力神经网络的多因子量化选股问题研究 被引量：14

16

作者 张虎 沈寒蕾 刘晔诚 《数理统计与管理》 CSSCI 北大核心 2020年第3期556-570,共15页

大数据时代,深度学习算法的不断完善丰富了量化投资领域的分析方法,在众多量化投资策略中,多因子选股策略因其稳定的收益而备受投资者青睐。本文借助Tushare Pro金融大数据平台和聚宽量化交易平台,选取2009年10月至2019年3月沪深300各... 大数据时代,深度学习算法的不断完善丰富了量化投资领域的分析方法,在众多量化投资策略中,多因子选股策略因其稳定的收益而备受投资者青睐。本文借助Tushare Pro金融大数据平台和聚宽量化交易平台,选取2009年10月至2019年3月沪深300各成分股日度数据作为研究对象,全面选取行情类、财务类、技术类和投资者情绪类四个类别共117个因子构建初始因子池,利用集成思想综合计算Pearson相关系数、距离相关系数、基于AIC准则的Elastic Net、基于BIC准则的Elastic Net、随机森林和GBDT共六个模型对于各个因子的重要性进行评分,筛选出68个因子;运用自注意力神经网络模型,通过过去60个交易日的因子数据,预测各成分股未来一个月的价格变动趋势,按上涨概率大小选取出前50只股票按等权重的资金分配方式构建投资组合,以月为周期进行投资组合的更新。实证结果表明,该投资策略相比于沪深300指数具有更高的收益和较低的风险。 展开更多

关键词 多因子选股 量化投资 集成学习 自注意力神经网络

原文传递

基于混合图神经网络的个性化POI推荐方法研究 被引量：3

17

作者 刘志中 李林霞 孟令强 《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第3期373-387,共15页

随着基于位置的社交网络的快速发展,POI(Point of Interest)推荐已成为推荐领域的研究热点,然而已有的工作未能充分挖掘用户的POI交互偏好以及POI转移偏好,影响了POI推荐效果.提出一种基于混合图神经网络的个性化POI推荐方法.首先构建... 随着基于位置的社交网络的快速发展,POI(Point of Interest)推荐已成为推荐领域的研究热点,然而已有的工作未能充分挖掘用户的POI交互偏好以及POI转移偏好,影响了POI推荐效果.提出一种基于混合图神经网络的个性化POI推荐方法.首先构建用户社交网络图,利用图注意力网络(Graph Attention Networks,GAT)学习含有社交关系的用户特征;其次,构建用户与POI的标号交互二部图,基于标号二部图神经网络(Signed Bipartite Graph Neural Networks,SBGNN)学习含有用户POI交互偏好的用户特征与POI特征;构建POI有向转移图,基于会话图神经网络(SessionBased Recommendation with Graph Neural Networks,SRGNN)学习含有用户POI转移偏好的POI特征;之后,融合含有社交关系的用户特征与含有POI交互偏好信息的用户特征得到最终的用户特征表示,融合含有用户POI交互偏好的POI特征与含有用户POI转移偏好的POI特征,得到最终的POI特征表示;最后,将用户特征表示与POI特征表示做乘积操作,通过Sigmoid函数得到用户对每个POI的预测评分,并以此向用户推荐Top-K POI序列.基于三个公共数据集(Gowalla,Foursquare和Yelp)开展了大量的实验,结果表明,与七种基线模型的推荐效果相比,提出的方法的准确率和召回率分别平均提升19.95%和1.35%. 展开更多

关键词 POI推荐 标号交互二部图 POI转移图 图注意力神经网络(GAT) 标号二部图神经网络(SBGNN) 会话图神经网络(SRGNN)

下载PDF 职称材料

负载不平衡下小样本数据的轴承故障诊断 被引量：27

18

作者 何强 唐向红 +2 位作者 李传江 陆见光 陈家兑 《中国机械工程》 EI CAS CSCD 北大核心 2021年第10期1164-1171,1180,共9页

针对轴承振动信号易受负载不平衡干扰以及轴承故障样本量少的问题,提出了一种基于梯度惩罚Wasserstein距离生成对抗网络(WGAN-GP)和自注意力卷积神经网络(SeCNN)的轴承故障诊断方法。对轴承振动信号进行短时傅里叶变换,得到易于WGAN-GP... 针对轴承振动信号易受负载不平衡干扰以及轴承故障样本量少的问题,提出了一种基于梯度惩罚Wasserstein距离生成对抗网络(WGAN-GP)和自注意力卷积神经网络(SeCNN)的轴承故障诊断方法。对轴承振动信号进行短时傅里叶变换,得到易于WGAN-GP处理的时频谱样本,分为训练集、验证集、测试集;将训练集输入到WGAN-GP中进行对抗训练,生成与训练样本分布相似的新样本,并添加到训练集中以扩充训练集;将扩充后的训练集输入到SeCNN中进行学习,并将训练好的模型应用于测试集,输出故障识别结果。对CUT-2平台负载不平衡轴承数据集进行分析,实验结果表明,所提方法能够准确有效地对轴承故障进行分类。 展开更多

关键词 轴承故障诊断 负载不平衡 小样本 短时傅里叶变换 梯度惩罚Wasserstein距离生成对抗网络 自注意力卷积神经网络

下载PDF 职称材料

城市公园植被高精度多光谱遥感识别模型构建 被引量：1

19

作者 王南 钱雨卉 魏维轩 《地理空间信息》 2024年第4期71-75,共5页

利用无人机与多光谱相机的组合航测获取可见光与多光谱影像,标注多光谱GNDVI图像和三通道可见光图像,采用图像融合网络、双重注意力网络和特征解码网络实现双重注意力卷积神经网络模型运算,并以上海泡泡公园做实证研究。基于早期融合(ea... 利用无人机与多光谱相机的组合航测获取可见光与多光谱影像,标注多光谱GNDVI图像和三通道可见光图像,采用图像融合网络、双重注意力网络和特征解码网络实现双重注意力卷积神经网络模型运算,并以上海泡泡公园做实证研究。基于早期融合(early fusion)和特征融合(feature fusion)的双重注意力卷积神经网络模型的整体植被识别率可达91.8%。先进设备的组合和双重注意卷积神经网络学习可实现高精度识别的模型构建,提升城市公园植被高精度识别的能力,可为后续的公园碳汇测算与种植评估提供更为精准的科学技术支撑。 展开更多

关键词 城市公园植被 多光谱遥感 高精度识别模型 双重注意力卷积神经网络 碳汇

下载PDF 职称材料

融合特征编码和短语交互感知的隐式篇章关系识别

20

作者 王秀利 金方焱 《电子学报》 EI CAS CSCD 北大核心 2024年第4期1377-1388,共12页

隐式篇章关系识别难度大、普遍性高.从论元编码和论元交互角度入手,提出了一种融合特征编码和短语交互感知的隐式篇章关系识别模型.该模型兼顾了论元本身特征和论元间交互特征的作用,并分别进行了优化.论元编码部分整合了双向长短时记... 隐式篇章关系识别难度大、普遍性高.从论元编码和论元交互角度入手,提出了一种融合特征编码和短语交互感知的隐式篇章关系识别模型.该模型兼顾了论元本身特征和论元间交互特征的作用,并分别进行了优化.论元编码部分整合了双向长短时记忆网络和循环注意力卷积神经网络,能够更全面地捕获论元全局和局部特征;论元交互部分从短语层级考虑论元间的语义关系建模,构建了短语级交互注意力机制,并利用神经张量网络深入挖掘其中的关系模式,更能体现出论元间潜在的更深层次的关联关系.在宾州篇章树库数据集上的实验结果表明,该模型F1值均优于其他模型. 展开更多

关键词 隐式篇章关系识别 双向长短时记忆网络 循环注意力卷积神经网络 短语级交互注意力 神经张量网络

下载PDF 职称材料