检索结果-维普期刊中文期刊服务平台

基于动态图拉普拉斯的多标签特征选择被引量：2: 1; 作者李永豪胡亮 +1 位作者张平高万夫《通信学报》 EI CSCD 北大核心 2020年第12期47-59,共13页; 针对基于图的多标签特征选择方法忽略图拉普拉斯矩阵的动态变化,且利用逻辑标签来指导特征选择过程而丢失标签信息等问题,提出了一种基于动态图拉普拉斯矩阵和实值标签的多标签特征选择方法。该方法利用特征矩阵的稳健低维空间构造动态... 展开更多; 关键词多标签特征选择动态图拉普拉斯矩阵实值标签分类; 在线阅读下载PDF 职称材料

基于符号图谱与卷积网络的药物互作用关系预测: 2; 作者陈明钟世杰 +1 位作者刘先锋肖球《计算机应用与软件》北大核心 2025年第2期81-87,共7页; 药物相互作用可能会引起未知的风险甚至严重的不良反应,当前流行的检测方法耗时且昂贵。最近兴起的图神经网络在药物互作用预测上取得了显著提升效果,但大多数方法所建模的非负图只适用于同质关系。药物间的一些语义关系,如减弱效应或... 展开更多; 关键词药物相互作用符号图拉普拉斯矩阵符号图卷积; 在线阅读下载PDF 职称材料

图卷积神经网络基础图结构影响研究被引量：5: 3; 作者李社蕾周波 +1 位作者杨博雄刘小飞《小型微型计算机系统》 CSCD 北大核心 2021年第4期891-896,共6页; 为进一步提高基于图卷积神经网络的半监督图节点分类的准确率,本文研究了基础图结构对图卷积神经网络的影响.通过对数据集(Cora、Citeseer及Pubmed)的图结构进行可视化,发现数据集(Cora、Citeseer)的图结构均为非连通图.通过研究非连通... 展开更多; 关键词图傅里叶变换最大连通分量图神经网络图拉普拉斯矩阵; 在线阅读下载PDF 职称材料

基于图信号处理的大口径阵面测量数据恢复被引量：1: 4; 作者霍立寰廖桂生 +1 位作者杨志伟黄鹏辉《系统工程与电子技术》 EI CSCD 北大核心 2019年第6期1230-1235,共6页; 针对热载荷和器件老化等因素造成空间大口径阵列上的测量传感器失效问题,提出大口径阵面测量数据恢复方法。根据图信号模型得到测量数据的图拉普拉斯矩阵,并基于矩阵填充理论建立了数据恢复模型,采用交替迭代方法求解对应的正则化优化... 展开更多; 关键词相控阵矩阵填充图拉普拉斯矩阵; 在线阅读下载PDF 职称材料

图卷积算法的研究进展被引量：1: 5; 作者郑睿刚陈伟福冯国灿《中山大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第2期1-14,共14页; 近年来,随着科学技术的发展,越来越多的数据以图的形式呈现和存储。图是不规则的数据,具有分散性和无序性,除了节点本身可赋予数据的特征外,边权信息更可以刻画节点间的相似性。虽然传统的深度卷积网络能有效处理图像、视频、语音等规... 展开更多; 关键词图卷积神经网络图的拉普拉斯矩阵图的傅立叶变换图的卷积变换图的节点分类图的分类; 在线阅读下载PDF 职称材料

面向弱匹配的跨媒异构迁移学习被引量：1: 6; 作者赵鹏高浩渊 +1 位作者姚晟杜奕《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第11期1963-1972,共10页; 针对面向弱匹配的跨媒异构迁移学习中存在的迁移学习性能不高的问题,提出了一种基于平衡异构距离的混合拉普拉斯特征映射的跨媒异构迁移学习方法.利用大量非成对数据和相对少量的成对数据蕴含的语义信息,获取不同媒体域原始特征空间到... 展开更多; 关键词跨媒异构迁移学习弱匹配问题异构距离混合图拉普拉斯矩阵; 在线阅读下载PDF 职称材料

半监督学习理论及其研究进展概述被引量：36: 7; 作者屠恩美杨杰《上海交通大学学报》 EI CAS CSCD 北大核心 2018年第10期1280-1291,共12页; 半监督学习介于传统监督学习和无监督学习之间,是一种新型机器学习方法,其思想是在标记样本数量很少的情况下,通过在模型训练中引入无标记样本来避免传统监督学习在训练样本不足(学习不充分)时出现性能(或模型)退化的问题.半监督学习已... 展开更多; 关键词机器学习半监督学习图的拉普拉斯矩阵; 在线阅读下载PDF 职称材料

基于改进谱聚类和交叉标注的多人员指纹定位方法被引量：2: 8; 作者黄蕾刘婷 +1 位作者刘真真徐志明《煤炭学报》 EI CAS CSCD 北大核心 2018年第S2期663-671,共9页; 在目前矿井集中式人员定位方法精度与运行效率较低的背景下,文中分析了分布式矿井定位系统模型构建的必要性与算法要求,将现今较为先进的机器学习谱聚类算法使用图论的方法进行了算法改进,分析了运用切比雪夫多项式估计方法完成图谱滤... 展开更多; 关键词改进谱聚类交叉标注技术分布式矿井定位系统拉普拉斯图矩阵机器学习; 在线阅读下载PDF 职称材料

题名基于动态图拉普拉斯的多标签特征选择被引量：2: 1; 作者李永豪胡亮张平高万夫; 机构吉林大学计算机科学与技术学院吉林大学符号计算与知识工程教育部重点实验室吉林大学化学学院; 出处《通信学报》 EI CSCD 北大核心 2020年第12期47-59,共13页; 基金博士后创新人才支持计划基金资助项目(No.BX20190137) 中国博士后科学基金资助项目(No.2020M670839) +1 种基金吉林省重点科技研发基金资助项目(No.20180201103GX)。; 文摘针对基于图的多标签特征选择方法忽略图拉普拉斯矩阵的动态变化,且利用逻辑标签来指导特征选择过程而丢失标签信息等问题,提出了一种基于动态图拉普拉斯矩阵和实值标签的多标签特征选择方法。该方法利用特征矩阵的稳健低维空间构造动态图拉普拉斯矩阵,并利用该稳健低维空间作为实值标签空间,进一步使用流形约束和非负约束将逻辑标签转化为实值标签,以此来解决上述问题。所提方法与3种多标签特征选择方法在9个多标签基准数据集上进行了对比实验,实验结果表明,所提多标签特征选择方法可得到高质量的特征子集,并且能获得很好的分类表现。; 关键词多标签特征选择动态图拉普拉斯矩阵实值标签分类; Keywords multi-label feature selection dynamic graph Laplacian matrix real-value label classification; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于符号图谱与卷积网络的药物互作用关系预测: 2; 作者陈明钟世杰刘先锋肖球; 机构湖南师范大学信息科学与工程学院; 出处《计算机应用与软件》北大核心 2025年第2期81-87,共7页; 基金国家自然科学基金项目(11871210,62002116) 湖南省教育厅科学研究项目优秀青年项目(20B348)。; 文摘药物相互作用可能会引起未知的风险甚至严重的不良反应,当前流行的检测方法耗时且昂贵。最近兴起的图神经网络在药物互作用预测上取得了显著提升效果,但大多数方法所建模的非负图只适用于同质关系。药物间的一些语义关系,如减弱效应或药物不良反应,实为异质关系,可描述为负边。提出基于符号网络的药物互作用关系预测方法,它利用拉普拉斯矩阵的谱分解和符号图卷积对药物节点进行嵌入表达,并采用问题依赖的损失函数,端对端地训练网络模型。在两个预测问题的三个测试数据集上进行对比实验,结果表明该方法在各个评价指标上都展现出了较好效果。; 关键词药物相互作用符号图拉普拉斯矩阵符号图卷积; Keywords Drug-drug interactions Signed graph Laplacian Signed graph convolutional network; 分类号 TP3 [自动化与计算机技术—计算机科学与技术]; 在线阅读下载PDF 职称材料

题名图卷积神经网络基础图结构影响研究被引量：5: 3; 作者李社蕾周波杨博雄刘小飞; 机构三亚学院信息与智能工程学院; 出处《小型微型计算机系统》 CSCD 北大核心 2021年第4期891-896,共6页; 基金海南省自然科学基金面上项目(619MS076)资助海南省自然科学基金高层次人才项目(2019RC257)资助。; 文摘为进一步提高基于图卷积神经网络的半监督图节点分类的准确率,本文研究了基础图结构对图卷积神经网络的影响.通过对数据集(Cora、Citeseer及Pubmed)的图结构进行可视化,发现数据集(Cora、Citeseer)的图结构均为非连通图.通过研究非连通图中图拉普拉斯矩阵的"0"特征值和特征向量的特性,提出了通过对图拉普拉斯矩阵的"0"特征值对应的特征向量进行相关运算处理,获取非连通图最大连通分量的方法.该方法有效获取了数据集(Cora、Citeseer)图结构的最大连通分量,去除了非连通小分量.在该最大连通分量上利用3种先进的图卷积神经网络模型(GCN、GAT和GMNN)进行了实验验证,结果表明分类准确率提升了1%-4%,为其它包含小连通分量噪声的数据集更有效地利用图卷积神经网络模型训练提供了参考.; 关键词图傅里叶变换最大连通分量图神经网络图拉普拉斯矩阵; Keywords graph fourier transform maximum clique graph neural network graph laplacian; 分类号 TP83 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于图信号处理的大口径阵面测量数据恢复被引量：1: 4; 作者霍立寰廖桂生杨志伟黄鹏辉; 机构西安电子科技大学雷达信号处理国家重点实验室上海交通大学电子信息与电气工程学院; 出处《系统工程与电子技术》 EI CSCD 北大核心 2019年第6期1230-1235,共6页; 基金国家自然科学基金(61621005 61671352)资助课题; 文摘针对热载荷和器件老化等因素造成空间大口径阵列上的测量传感器失效问题,提出大口径阵面测量数据恢复方法。根据图信号模型得到测量数据的图拉普拉斯矩阵,并基于矩阵填充理论建立了数据恢复模型,采用交替迭代方法求解对应的正则化优化问题。利用阵列的图结构特性,能够在存在单元失效和非均匀误差情况下高精度恢复测量数据。仿真验证了所提方法的有效性以及在失效率较大情况下的稳健性。; 关键词相控阵矩阵填充图拉普拉斯矩阵; Keywords phased array matrix completion (MC) graph Laplacian matrix; 分类号 TN957.2 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名图卷积算法的研究进展被引量：1: 5; 作者郑睿刚陈伟福冯国灿; 机构中山大学数学学院中山大学广东省计算科学重点实验室; 出处《中山大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第2期1-14,共14页; 基金国家自然科学基金(61673018,61272338,61703443) 广州市科技计划项目(201804010255)。; 文摘近年来,随着科学技术的发展,越来越多的数据以图的形式呈现和存储。图是不规则的数据,具有分散性和无序性,除了节点本身可赋予数据的特征外,边权信息更可以刻画节点间的相似性。虽然传统的深度卷积网络能有效处理图像、视频、语音等规则的数据,但直接用以处理图的数据效果并不理想。如何借鉴传统的卷积算法,提出适应图数据特点的学习算法,是当前深度学习研究的一个热点。文章拟对面向图数据的图卷积算法进行归纳总结,然而由于篇幅有限,无法对所有算法做到面面俱到的介绍,因此文章侧重于介绍模型背后的原理,分析并指出这些算法的优缺点,同时扼要介绍图卷积网络的主要应用。; 关键词图卷积神经网络图的拉普拉斯矩阵图的傅立叶变换图的卷积变换图的节点分类图的分类; Keywords graph convolutional networks graph Laplacian matrix graph Fourier transformation graph convolution node classification graph classification; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名面向弱匹配的跨媒异构迁移学习被引量：1: 6; 作者赵鹏高浩渊姚晟杜奕; 机构安徽大学计算智能与信号处理教育部重点实验室安徽大学计算机科学与技术学院上海第二工业大学工学部; 出处《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第11期1963-1972,共10页; 基金国家自然科学基金(61602004) 安徽省高校自然科学研究重点项目(KJ2018A0013,KJ2017A011) +1 种基金安徽省重点研究与开发计划项目(1804d08020309); 文摘针对面向弱匹配的跨媒异构迁移学习中存在的迁移学习性能不高的问题,提出了一种基于平衡异构距离的混合拉普拉斯特征映射的跨媒异构迁移学习方法.利用大量非成对数据和相对少量的成对数据蕴含的语义信息,获取不同媒体域原始特征空间到潜在公共特征空间的映射矩阵;并在跨媒异构迁移学习中,构建混合图拉普拉斯矩阵,不仅保持了同一域下样本间的流形结构,而且保持不同域下样本间的流形结构;提升训练获得的模型在跨媒异构目标域的分类预测性能.在2个公共数据集NUS-WIDE和LabelMe上进行实验,表明了在成对数据的基础上,利用大量非成对数据可以增加模型的准确率和鲁棒性.; 关键词跨媒异构迁移学习弱匹配问题异构距离混合图拉普拉斯矩阵; Keywords cross-media heterogeneous transfer learning semi-paired problem heterogeneous distance mixed graph Laplacian matrix; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名半监督学习理论及其研究进展概述被引量：36: 7; 作者屠恩美杨杰; 机构上海交通大学电子信息与电气工程学院; 出处《上海交通大学学报》 EI CAS CSCD 北大核心 2018年第10期1280-1291,共12页; 基金国家自然科学基金资助项目(61572315 61806125) 国家重点基础研究发展计划资助项目(2015CB856004); 文摘半监督学习介于传统监督学习和无监督学习之间,是一种新型机器学习方法,其思想是在标记样本数量很少的情况下,通过在模型训练中引入无标记样本来避免传统监督学习在训练样本不足(学习不充分)时出现性能(或模型)退化的问题.半监督学习已在许多领域被成功应用.回顾了半监督学习的发展历程和主要理论,并介绍了半监督学习研究的最新进展,最后结合应用实例分析了半监督学习在解决实际问题中的重要作用.; 关键词机器学习半监督学习图的拉普拉斯矩阵; Keywords machine learning semi-supervised learning graph Laplacian; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于改进谱聚类和交叉标注的多人员指纹定位方法被引量：2: 8; 作者黄蕾刘婷刘真真徐志明; 机构中国矿业大学(北京)机电与信息工程学院; 出处《煤炭学报》 EI CAS CSCD 北大核心 2018年第S2期663-671,共9页; 基金国家重点研发计划资助项目(2016YFC0801800) 国家自然科学基金资助项目(51674269); 文摘在目前矿井集中式人员定位方法精度与运行效率较低的背景下,文中分析了分布式矿井定位系统模型构建的必要性与算法要求,将现今较为先进的机器学习谱聚类算法使用图论的方法进行了算法改进,分析了运用切比雪夫多项式估计方法完成图谱滤波器与特征值的运算简化过程,构建了一套与矿井定位要求相匹配的改进谱聚类算法。结合矿井具体定位应用过程,分析了传统定位指纹数据收集方式的局限性,提出多人员定位指纹数据交叉标注技术,在数据采集与算法运行两个层面提高了矿井人员定位系统的整体精度,从根本上改进了定位时效性。; 关键词改进谱聚类交叉标注技术分布式矿井定位系统拉普拉斯图矩阵机器学习; Keywords optimized spectral clustering cross-tagging distributed mining localization graph Laplacians machine learning; 分类号 TD76 [矿业工程—矿井通风与安全]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于动态图拉普拉斯的多标签特征选择	李永豪胡亮张平高万夫	《通信学报》 EI CSCD 北大核心	2020	2	在线阅读下载PDF 职称材料
2	基于符号图谱与卷积网络的药物互作用关系预测	陈明钟世杰刘先锋肖球	《计算机应用与软件》北大核心	2025	0	在线阅读下载PDF 职称材料
3	图卷积神经网络基础图结构影响研究	李社蕾周波杨博雄刘小飞	《小型微型计算机系统》 CSCD 北大核心	2021	5	在线阅读下载PDF 职称材料
4	基于图信号处理的大口径阵面测量数据恢复	霍立寰廖桂生杨志伟黄鹏辉	《系统工程与电子技术》 EI CSCD 北大核心	2019	1	在线阅读下载PDF 职称材料
5	图卷积算法的研究进展	郑睿刚陈伟福冯国灿	《中山大学学报（自然科学版）》 CAS CSCD 北大核心	2020	1	在线阅读下载PDF 职称材料
6	面向弱匹配的跨媒异构迁移学习	赵鹏高浩渊姚晟杜奕	《计算机辅助设计与图形学学报》 EI CSCD 北大核心	2019	1	在线阅读下载PDF 职称材料
7	半监督学习理论及其研究进展概述	屠恩美杨杰	《上海交通大学学报》 EI CAS CSCD 北大核心	2018	36	在线阅读下载PDF 职称材料
8	基于改进谱聚类和交叉标注的多人员指纹定位方法	黄蕾刘婷刘真真徐志明	《煤炭学报》 EI CAS CSCD 北大核心	2018	2	在线阅读下载PDF 职称材料