期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到335篇文章
< 1 2 … 17 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于双注意力图神经网络的链路预测 被引量：2
1
作者 杨真真 林泽龙 杨永鹏 《南京邮电大学学报(自然科学版)》 北大核心 2025年第1期106-114,共9页
链路预测是在图结构中预测未知或潜在的边,对挖掘图中的隐含信息、补全图中的缺失数据和发现图中的新知识都具有重要意义。图神经网络(Graph Neural Network,GNN)已被广泛应用于链路预测,然而,现有基于GNN的链路预测方法存在一些问题:(1... 链路预测是在图结构中预测未知或潜在的边,对挖掘图中的隐含信息、补全图中的缺失数据和发现图中的新知识都具有重要意义。图神经网络(Graph Neural Network,GNN)已被广泛应用于链路预测,然而,现有基于GNN的链路预测方法存在一些问题:(1)大多数基于GNN的方法往往容易忽略为链路预测提供额外帮助的边信息的重要性;(2)大多数基于GNN的方法都仅捕获表示图的邻居节点间相似性的低频信息,忽略了表示邻居节点间差异性的高频信息;(3)大多数基于GNN的方法都未考虑输入特征矩阵的节点维度和特征维度两个维度,只关注其中一个维度。针对这些问题,提出了一种基于双注意力图神经网络(Dual Attention Graph Neural Network,DAGNN)的链路预测方法,该方法包含两条路径,以不同的角度更新节点表示。其中一条是基于图神经网络的路径,采用含边信息的频率自适应图注意力网络(Frequency Adaptive Graph Attention Network with Edge Information,FAGAT⁃EI)作为基础模型,有效地利用边信息增强节点之间的关系,并利用频率自适应机制平衡高低频率邻居信息的权重,从而缓解GNN的过度平滑问题;另一条是基于通道注意力网络的路径,提出了一种新的压缩-激励通道注意力模块(Squeeze and Excitation⁃Channel At⁃tention Module,SE⁃CAM)作为基础模型,充分考虑输入特征矩阵的节点维度和特征维度,并自动学习和调整每个节点的不同特征权重,从而得到更有意义的节点表示。最后在两个基准数据集上进行了实验,实验结果表明,提出的链路预测方法在Last⁃FM和Book⁃Crossing两个数据集上的AUC和ACC指标均优于其他基线模型,展现出了卓越的链路预测性能。 展开更多
关键词 链路预测 图神经网络 注意力机制 压缩-激励模块 频率自适应
在线阅读 下载PDF
基于时序分解和注意力图神经网络的交通预测
2
作者 杨永鹏 杨震 杨真真 《数据采集与处理》 北大核心 2025年第2期417-430,共14页
如何有效挖掘隐藏在交通数据中的时空依赖信息、动态信息和空间异质信息一直是交通预测任务面临的关键问题。本文提出了一种基于时序分解和注意力图神经网络(Time‑series decomposition and attention graph neural network,TDAGNN)的... 如何有效挖掘隐藏在交通数据中的时空依赖信息、动态信息和空间异质信息一直是交通预测任务面临的关键问题。本文提出了一种基于时序分解和注意力图神经网络(Time‑series decomposition and attention graph neural network,TDAGNN)的交通预测模型。采用双分支时序分解卷积神经网络(Dual time‑series decomposition convolutional neural network,DTDCNN)从复杂的交通数据中挖掘时间依赖信息;采用多头交互注意力网络(Multi‑head interactive attention,MIA)对原始交通特征和局部增强特征进行交互学习,以深入挖掘交通数据的异质信息和动态信息;引入自缩放动态扩散图神经网络(Self‑scaling dynamic diffusion graph neural network,SDDGNN)在获取交通数据空间依赖信息的同时,避免图神经网络的尺度失真问题;将提出的TDAGNN应用于经典交通数据PEMS04、PEMS08、METR‑LA和PEMS‑BAY的交通预测实验中。实验结果表明,提出模型的平均MAE、RMSE和MAPE比其他经典算法最大可分别提高14.64、23.68和9.41%,从而证明其具有较高的交通预测精度。 展开更多
关键词 交通预测 时序分解 图神经网络 注意力机制 局部增强网络
在线阅读 下载PDF
基于注意力机制的多视图图神经网络社区问答专家推荐模型
3
作者 吴丽萍 熊玮楠 +1 位作者 苏磊 王瑞 《中文信息学报》 北大核心 2025年第4期105-116,共12页
社区问答专家推荐模型包括目标问题信息提取和专家信息提取两个子任务,现有研究通过计算目标问题与专家信息之间的相关性得分来为目标问题推荐合适的专家回答者。然而,现有研究通常在单一的问题标题视图上展开,往往忽略了问题标签、正... 社区问答专家推荐模型包括目标问题信息提取和专家信息提取两个子任务,现有研究通过计算目标问题与专家信息之间的相关性得分来为目标问题推荐合适的专家回答者。然而,现有研究通常在单一的问题标题视图上展开,往往忽略了问题标签、正文视图所蕴含的互补信息,并且没有从专家信息中学习出对应于目标问题的知识能力。为了充分计算目标问题与专家信息之间的相关性,该文提出了一种基于注意力机制的多视图图神经网络社区问答专家推荐模型,使用多视图图神经网络学习目标问题集和专家问题集的多视图表示,使用注意力机制学习专家对应于目标问题的知识能力。实验结果表明,在两个公开数据集上,该文提出的方法均优于基准方法。 展开更多
关键词 社区问答 专家推荐 多视图图神经网络 注意力机制
在线阅读 下载PDF
基于稀疏自注意力图神经网络的三维目标检测
4
作者 彭志辰 封岸松 +2 位作者 王天柱 邵鑫喆 库涛 《计算机工程与应用》 北大核心 2025年第3期295-305,共11页
三维目标检测是自动驾驶环境感知中最重要的技术之一。为了解决远距离漏检问题,提升三维目标检测的效果,提出一种基于稀疏自注意力图神经网络的三维目标检测方法(SSA-GNN),在采样关键点阶段,提出动态区域并行采样法,通过采样区域过滤,... 三维目标检测是自动驾驶环境感知中最重要的技术之一。为了解决远距离漏检问题,提升三维目标检测的效果,提出一种基于稀疏自注意力图神经网络的三维目标检测方法(SSA-GNN),在采样关键点阶段,提出动态区域并行采样法,通过采样区域过滤,场景划分为扇区,融合动态最远体素采样的方式,以保持关键点均匀分布、加速采样同时提升前景点比例。在细化建议框阶段,利用图神经网络在点之间建立联系,通过迭代的消息传递来更好地建模上下文信息和聚合领域信息,并改进多头自注意机制来更好地关注特征聚合后领域中的重要关系,从而提高算法检测性能。SSA-GNN在KITTI公开数据集上进行测试,与基线网络PointPillars、SECOND和PointRCNN相比,在困难等级指标下,Car类平均精度分别提升了7.95、5.50、6.94个百分点,结果表明SSA-GNN可有效提升三维目标检测性能。 展开更多
关键词 三维目标检测 关键点采样 图神经网络 稀疏自注意力
在线阅读 下载PDF
基于自注意与图神经网络的弹体侵彻靶板材质检测方法研究
5
作者 付世杰 邵伟平 郝永平 《弹箭与制导学报》 北大核心 2025年第3期386-391,共6页
针对当前智能化现代战争中,炮弹实现精准打击及对射击目标判断的复杂性,提出基于一种图神经网络和自注意力机制融合的多元时间序列数据检测模型,利用弹体内部多元传感器的实时数据对弹体击中目标的材质进行分类检测,从而配合其他检测方... 针对当前智能化现代战争中,炮弹实现精准打击及对射击目标判断的复杂性,提出基于一种图神经网络和自注意力机制融合的多元时间序列数据检测模型,利用弹体内部多元传感器的实时数据对弹体击中目标的材质进行分类检测,从而配合其他检测方法实现对炮弹是否击中目标做出精准判断。通过引入图模型,自注意力机制在传感器维度进行消息传递,提高模型对不同传感器数据变化的感知能力,并更加注重其有效信息;针对不规则数据采样和多元时间序列的复杂性,利用时间信息关系特征,建立时间自注意力机制网络对复杂时间序列的建模方法。实验结果表明,相比目前主流模型,所提算法实现了更高的精度,对射击目标靶板的材质识别准确率高达90%;该研究工作为实现对目标打击识别智能化检测提供了依据参考。 展开更多
关键词 图神经网络 时间序列 自注意力机制 LS-DYNA 分类
在线阅读 下载PDF
基于多域图神经网络的疾病预测模型 被引量：2
6
作者 罗熹 刘洋 安莹 《湖南大学学报(自然科学版)》 北大核心 2025年第4期124-134,共11页
电子病历数据类型多样以及时序不规则,现有的基于深度学习的方法在特征学习的过程中大多无法同时兼顾对不同类型临床数据间静态关联和就诊记录间动态时序依赖的有效捕获.针对该问题,本文提出了一种基于多域图神经网络的疾病预测模型.该... 电子病历数据类型多样以及时序不规则,现有的基于深度学习的方法在特征学习的过程中大多无法同时兼顾对不同类型临床数据间静态关联和就诊记录间动态时序依赖的有效捕获.针对该问题,本文提出了一种基于多域图神经网络的疾病预测模型.该方法首先利用一个结合编码级注意力和时间感知LSTM的时序特征学习模块获得患者每次就诊的初始特征表示.然后,根据就诊序列中不同就诊间的相关性和时间间隔信息分别构建了一个就诊亲和图和一个就诊时序图,并通过图卷积神经网络从图中挖掘就诊记录间的静态语义关联和动态时序依赖.最后,利用一个基于自注意力机制的多域特征融合模块将时序特征和语义关联特征结合起来得到最终的患者融合特征表示,用于患者未来的疾病预测.在两个真实临床数据集上的实验结果表明,本文方法超过其他现有的方法获得了更高的预测准确性. 展开更多
关键词 电子病历 疾病预测 图神经网络 注意力机制
在线阅读 下载PDF
注意力感知的边−节点交换图神经网络模型 被引量：3
7
作者 王瑞琴 黄熠旻 +2 位作者 纪其顺 万超艺 周志峰 《电信科学》 北大核心 2024年第1期106-114,共9页
提出了一种注意力感知的边-节点交换图神经网络(attention aware edge-node exchange graph neural network,AENN)模型,在图结构化数据表示框架下,使用边-节点切换卷积的图神经网络算法进行图编码,用于半监督分类和回归分析。AENN是一... 提出了一种注意力感知的边-节点交换图神经网络(attention aware edge-node exchange graph neural network,AENN)模型,在图结构化数据表示框架下,使用边-节点切换卷积的图神经网络算法进行图编码,用于半监督分类和回归分析。AENN是一种通用的图编码框架,用于将图节点和边嵌入一个统一的潜在特征空间。具体地,基于原始无向图,不断切换边与节点的卷积,并在卷积过程中通过注意力机制分配不同邻居的权重,从而实现特征传播。在3个数据集上的实验研究表明,所提方法较已有方法在半监督分类和回归分析中具有明显的性能提升。 展开更多
关键词 图神经网络 消息传递 注意力机制 超图 边图
在线阅读 下载PDF
基于图神经网络铁路桥梁主梁推荐算法研究 被引量：1
8
作者 柏华军 郑洪 +1 位作者 陈瓴 桂浩 《铁道标准设计》 北大核心 2025年第8期72-79,共8页
随着智能技术的发展,铁路桥跨方案布孔设计一直朝着一体化、数字化、可视化、智能化的方向发展。国内外针对铁路桥梁智能设计的研究主要集中在铁路桥梁模型构造与协同设计方向,关于桥梁智能布孔设计还属于技术空白。在此背景下,研发基... 随着智能技术的发展,铁路桥跨方案布孔设计一直朝着一体化、数字化、可视化、智能化的方向发展。国内外针对铁路桥梁智能设计的研究主要集中在铁路桥梁模型构造与协同设计方向,关于桥梁智能布孔设计还属于技术空白。在此背景下,研发基于图神经网络AGOAM模型的铁路桥梁主梁推荐算法,实现桥跨范围控制点的主梁选型,为桥跨方案智能决策算法提供支撑。深入研究前沿智能推荐技术,提出由预处理层、子图构建层、节点匹配层、图池化层和图匹配层组成的AGOAM模型,基于控制点-梁型的内外部属性交互技术和融合注意力机制的本体特征加强技术,实现控制点和梁型图谱嵌入表示优化和基于相识度算法控制点与梁型高效匹配。模型在验证集AUC、LogLoss、Precision、NDCG指标表明,算法准确度、排序能力和推荐质量效果良好。 展开更多
关键词 铁路桥梁 布孔设计 图神经网络 智能设计 注意力机制 推荐算法 相识度算法
在线阅读 下载PDF
基于双注意力机制图神经网络的智能合约漏洞检测方法 被引量：1
9
作者 李鹏超 张全涛 胡源 《信息网络安全》 CSCD 北大核心 2024年第11期1624-1631,共8页
随着区块链技术的广泛应用,智能合约的内部逻辑越来越复杂。然而,目前大多数智能合约漏洞检测方法存在假阳性率高、检测准确率低等问题。为此,文章提出一种基于双注意力机制图神经网络的智能合约漏洞检测方法,用于智能合约漏洞检测,旨... 随着区块链技术的广泛应用,智能合约的内部逻辑越来越复杂。然而,目前大多数智能合约漏洞检测方法存在假阳性率高、检测准确率低等问题。为此,文章提出一种基于双注意力机制图神经网络的智能合约漏洞检测方法,用于智能合约漏洞检测,旨在提升检测的准确性和效率。文章在图卷积网络的卷积层中引入了多头注意力机制,并在特征传播阶段动态计算邻接节点信息对应的注意力权重。该机制使模型在特征聚合时更加关注与当前节点最相关的邻居节点,从而提升对重要特征的辨识能力。在图池化阶段,采用注意力池化机制选择和聚合节点特征,进一步提升对关键节点的关注度,提高了对漏洞检测影响较大特征的识别能力。文章采用以太坊智能合约漏洞样本数据集(ESC)进行实验,实验结果表明,与其他检测技术相比,文章所提方法在识别复杂智能合约漏洞方面具有更快的检测速度和更高的准确性。 展开更多
关键词 智能合约 漏洞检测 注意力机制 图神经网络
在线阅读 下载PDF
结合多级注意力和多流图神经网络的多模态会话情绪识别 被引量：1
10
作者 封红旗 郭永祥 +1 位作者 张登辉 杨昕立 《计算机工程与应用》 CSCD 北大核心 2024年第21期154-163,共10页
为了融合多模态信息、解决全局-局部特征建模问题并提高多模态会话情绪识别准确率,提出了结合多级注意力和多流图神经网络的多模态会话情绪识别模型(multimodal conversation emotion recognition combining multilevel attention and m... 为了融合多模态信息、解决全局-局部特征建模问题并提高多模态会话情绪识别准确率,提出了结合多级注意力和多流图神经网络的多模态会话情绪识别模型(multimodal conversation emotion recognition combining multilevel attention and multi-stream graph neural networks,MCER-MAMGNN)。设计多级注意力机制提取语境化融合特征,用于增强各模态的表示能力,有效捕捉多模态信息之间的相关性和互补性,并减少噪声干扰;设计多流图神经网络以处理不同模态的信息,通过构建话语的异质性情绪依赖关系来捕捉局部特征,并使用双向Mogrifier LSTM网络捕捉全局特征(语境特征),以此更全面和深入地理解会话中的情绪;设计多流合并分类模块融合各模态流输出,通过自注意力机制进一步提取语境化融合情绪特征。实验结果表明,该模型在IEMOCAP和MOSEI数据集上取得了较好的性能。 展开更多
关键词 多模态情绪识别 注意力机制 图神经网络
在线阅读 下载PDF
融合全局和属性信息的双图神经网络会话推荐
11
作者 杨兴耀 齐正 +3 位作者 张祖莲 于炯 陈嘉颖 王东晓 《计算机工程与设计》 北大核心 2025年第3期770-778,共9页
为解决现有会话推荐未利用项目的额外属性信息,以及忽略全局项目之间交互问题,提出一种融合全局和属性信息的双图神经网络会话推荐模型。在会话序列中捕获项目显式和隐式信息,将项目之间的交互关系构建成全局图和属性图,在全局图中利用... 为解决现有会话推荐未利用项目的额外属性信息,以及忽略全局项目之间交互问题,提出一种融合全局和属性信息的双图神经网络会话推荐模型。在会话序列中捕获项目显式和隐式信息,将项目之间的交互关系构建成全局图和属性图,在全局图中利用一个门控机制捕获显式信息,在属性图中将一个自注意力机制嵌入到图注意力网络中学习项目隐式信息。利用池化操作将两种信息融合,根据最终嵌入计算预测评分。实验结果表明,模型在3个公开数据集Diginetica、Tmall和30Music上的精确度和平均倒数排名优于新近基线模型,验证了模型的有效性。 展开更多
关键词 推荐系统 会话推荐 图神经网络 注意力机制 门控机制 图注意力网络 自注意力机制
在线阅读 下载PDF
基于双图神经网络的会话推荐算法
12
作者 李忠伟 吴金燠 +2 位作者 刘昕 周洁 李可一 《计算机工程与设计》 北大核心 2025年第1期23-29,共7页
针对现有会话推荐算法缺乏对属性信息利用的问题,提出一种基于双图神经网络的会话推荐算法(SR-DGNN)。分别构建会话图和全局相似图学习项目的时序特征和内容特征表示,设计相似度图卷积网络(S-GCN)对全局相似图进行建模。设计基于注意力... 针对现有会话推荐算法缺乏对属性信息利用的问题,提出一种基于双图神经网络的会话推荐算法(SR-DGNN)。分别构建会话图和全局相似图学习项目的时序特征和内容特征表示,设计相似度图卷积网络(S-GCN)对全局相似图进行建模。设计基于注意力机制的融合策略对项目的特征表示进行聚合,获取会话的全局表示。综合考虑用户的长期和短期兴趣,预测用户偏好。在KKBOX和MIND两个数据集上进行了大量实验,实验结果表明,所提模型优于现有基准模型。 展开更多
关键词 推荐系统 会话推荐 图神经网络 会话图 全局相似图 相似度图卷积网络 注意力机制
在线阅读 下载PDF
基于增强图神经网络和对比学习的复杂网络节点分类
13
作者 徐培玲 王玉 谭艳丽 《电信科学》 北大核心 2025年第8期127-138,共12页
复杂网络节点分类大多基于图神经网络学习节点表示而实现,图神经网络通过邻域聚合对复杂网络局部结构信息进行编码。然而,图神经网络的过平滑问题导致复杂网络节点分类性能受限。基于此,提出一种基于增强图神经网络和对比学习的复杂网... 复杂网络节点分类大多基于图神经网络学习节点表示而实现,图神经网络通过邻域聚合对复杂网络局部结构信息进行编码。然而,图神经网络的过平滑问题导致复杂网络节点分类性能受限。基于此,提出一种基于增强图神经网络和对比学习的复杂网络节点分类方法。该方法不仅为邻域节点引入注意力来区分各邻居节点的重要性,而且采用局部邻域重叠度和全局邻域重叠度构造边的特征,从而扩大节点表示的信息量。最后,引入对比学习对神经网络进行训练,从而利用网络全局节点分类先验信息对节点表示进行联合优化。在Cora、Citeseer、PubMed和Chameleon公开网络数据集上进行了实验,结果表明,相较于其他先进方法,所提方法的节点分类性能更好,并通过消融实验验证了所提方法的有效性。 展开更多
关键词 网络节点分类 复杂网络 图神经网络 图注意力网络 对比学习
在线阅读 下载PDF
一种用于多域对话状态追踪的知识增强与自注意力引导的图神经网络
14
作者 刘漳辉 林宇航 陈羽中 《小型微型计算机系统》 CSCD 北大核心 2024年第1期108-114,共7页
对话状态追踪是对话系统的重要组成部分,旨在从用户与系统的对话中跟踪用户意图,其通常表示为槽位-槽值对序列.近年来,深度神经网络模型在对话状态追踪问题上取得了较大进展.然而,现有模型在槽位相关性建模方面还存在可拓展性差与易引... 对话状态追踪是对话系统的重要组成部分,旨在从用户与系统的对话中跟踪用户意图,其通常表示为槽位-槽值对序列.近年来,深度神经网络模型在对话状态追踪问题上取得了较大进展.然而,现有模型在槽位相关性建模方面还存在可拓展性差与易引入噪声等问题.针对上述问题,本文提出了一种知识增强与自注意力引导的图神经网络KESA-GNN(Knowledge-Enhanced&Self-Attention Guided Graph Neural Network).首先,KESA-GNN通过外部知识嵌入增强槽的语义表征提升多头自注意力机制对槽位间相关性的辨别能力.其次,为了精确建模槽位间的诸如共指、共现等相关性,提出了一种自注意力引导的图神经网络建模槽位相关性.该网络采用多头注意力机制获得槽位间的注意力矩阵以及槽位表征,通过Max-N Relation算法获得注意力矩阵中强相关关系集,将稠密的注意力矩阵稀疏化,从而引导图神经网络中强相关槽位间的信息传播,降低无关槽位的噪声影响.最后,KESA-GNN采用门控融合机制过滤槽位多头注意力和图神经网络输出的槽位表征,从而获取更准确的槽位表征向量,进一步提升了KESA-GNN的鲁棒性.在多域对话数据集上的实验结果表明,KESA-GNN模型的性能优于最新的基线模型. 展开更多
关键词 对话状态追踪 知识图谱 自注意力引导 图神经网络 门控融合
在线阅读 下载PDF
隐式关系增强的图神经网络推荐算法
15
作者 熊中敏 张军 《计算机应用研究》 北大核心 2025年第5期1338-1344,共7页
在推荐任务中用户社交网络信息和用户-项目交互信息可以用来提高推荐性能。但现有的社交推荐算法往往仅使用初始的社交图与交互图,未充分挖掘用户间以及项目间潜在的链接关系,同时没有考虑社交关系中的不可靠性。为此,提出融合隐式关系... 在推荐任务中用户社交网络信息和用户-项目交互信息可以用来提高推荐性能。但现有的社交推荐算法往往仅使用初始的社交图与交互图,未充分挖掘用户间以及项目间潜在的链接关系,同时没有考虑社交关系中的不可靠性。为此,提出融合隐式关系的图神经网络推荐算法(IREGraphRec)。首先,在多视角下挖掘实体间潜在信息来获取可靠的用户社交信息及用户项目交互信息,并将其重构为基于用户偏好的异构信息网络,运用图谱嵌入和定义多种元路径方式获得特征向量表示,同时使用注意力机制为其在信息聚合中分配不同的权重。最后,在图神经网络中进行多轮学习来获得最终的预测结果。在Epinions等三个公开的数据集上与S4Rec等传统网络模型进行对比,在MAE上降低了1.65%,在RMSE上降低了2.34%。实验结果和分析证明提出模型更具优势。 展开更多
关键词 图神经网络 社交推荐 知识图谱 元路径 注意力机制
在线阅读 下载PDF
基于多注意力机制与编译图神经网络的高光谱图像分类 被引量：4
16
作者 孙杰 杨静 +2 位作者 丁书杰 李少波 胡建军 《农业机械学报》 EI CAS CSCD 北大核心 2024年第3期183-192,212,共11页
针对高光谱图像(Hyperspectral image,HSI)分类研究中小样本学习时,无法达到理想分类效果的问题,以多注意力机制融合、编译图神经网络与卷积神经网络有机结合提出了一种新的高光谱图像分类方法。设计了一种基于混合注意力机制的网络(Mul... 针对高光谱图像(Hyperspectral image,HSI)分类研究中小样本学习时,无法达到理想分类效果的问题,以多注意力机制融合、编译图神经网络与卷积神经网络有机结合提出了一种新的高光谱图像分类方法。设计了一种基于混合注意力机制的网络(Multiple mixed attention convolutional neural network,MCNN)与编译图神经网络(Compiled graph neural network,CGNN),在学习样本有限的情况下,其能有效保留HSI的光谱与空间信息。引入的图编码器与图解码器可以有效地映射不规则的HSI地物类别特征信息。设计的多注意力机制可以重点关注一些重要的空间像素特征。研究了不同训练样本下对不同算法学习示例分类的影响,在公共数据集Botswana(BS)的实验表明,本文方法比CEGCN(CNN-enhanced graph convolutional network)、WFCG(Weighted feature fusion of convolutional neural network)算法总体分类精度(Overall classification accuracy,OA)分别高2.72、3.86个百分点。同样在IndianPines(IP)数据集上仅用3%训练样本数据的实验结果显示,本研究方法比CEGCN与WFCG算法的OA分别高0.44、1.42个百分点。说明本研究提出的方法不仅对HSI具有良好的空间与光谱信息感知能力,而且在微小学习数据下仍然表现出强有力的分类准确性。 展开更多
关键词 高光谱图像分类 图神经网络 注意力机制 超像素分割
在线阅读 下载PDF
基于骨骼图神经网络的人体行为识别综述 被引量：1
17
作者 蒋悦晗 陈俊杰 李洪均 《计算机工程与应用》 北大核心 2025年第3期34-47,共14页
基于骨骼图神经网络的人体行为识别凭借其简洁性和鲁棒性引起了人们的广泛关注,图数据对于处理人体骨骼信息有天然的优势,逐渐成为行为识别领域的研究热点。从行为识别这个宽泛的基本概念入手,进一步引入用骨骼图神经网络进行的人体行... 基于骨骼图神经网络的人体行为识别凭借其简洁性和鲁棒性引起了人们的广泛关注,图数据对于处理人体骨骼信息有天然的优势,逐渐成为行为识别领域的研究热点。从行为识别这个宽泛的基本概念入手,进一步引入用骨骼图神经网络进行的人体行为识别任务,分别从4个方面对近些年基于骨骼图神经网络的人体行为识别的研究成果进行了归纳总结;介绍了图结构构造拓扑图的不同方法分类、行为识别模型中的常用机制、目前常用的数据集及评价指标与目前主流方法的比较。最后,针对目前的研究状况对基于骨骼图神经网络的人体行为识别存在的问题进行详细的阐述,并立足于研究现状对该领域的未来发展进行了展望。 展开更多
关键词 行为识别 深度学习 图神经网络 注意力机制
在线阅读 下载PDF
基于图神经网络的内部威胁行为检测模型 被引量：1
18
作者 陆兴烨 黄晓芳 殷明勇 《信息安全研究》 北大核心 2025年第7期586-593,共8页
基于现有针对用户行为序列进行内部威胁行为检测的模型存在无法很好处理长序列的缺陷,设计了一种新的基于图神经网络的内部威胁行为检测模型,将用户行为序列转换为图结构,把对长序列的处理转换为对子图结构的处理.实验设计了描述用户行... 基于现有针对用户行为序列进行内部威胁行为检测的模型存在无法很好处理长序列的缺陷,设计了一种新的基于图神经网络的内部威胁行为检测模型,将用户行为序列转换为图结构,把对长序列的处理转换为对子图结构的处理.实验设计了描述用户行为的图结构,用于以图数据形式保存用户行为,并针对该图结构具有异构、边上存有数据的特点,优化了基线图神经网络模型.实验结果证明,提出的模型在区分正常和威胁行为的二分类任务中,ROC AUC值比基线模型提高7%,Macro-F1值提高7%,在区分具体威胁类型的六分类任务中,该模型的Macro-F1值比基线模型提高10%. 展开更多
关键词 图神经网络 内部威胁 异构图 行为检测 注意力机制
在线阅读 下载PDF
融合图神经网络、门控循环单元与注意力机制的分子性质预测方法 被引量：1
19
作者 随海燕 袁洪波 +3 位作者 周焕笛 赵欢 霍静倩 程曼 《河北农业大学学报》 CSCD 北大核心 2024年第6期40-46,61,共8页
分子性质预测在药物研发等领域具有广泛的应用,虽然目前已经开始尝试利用图神经网络等方法来进行分子性质预测,但是仍然存在着难以处理大规模分子图和信息传播的局限。针对这一问题,本文构建了一种融合图神经网络、门控循环单元和注意... 分子性质预测在药物研发等领域具有广泛的应用,虽然目前已经开始尝试利用图神经网络等方法来进行分子性质预测,但是仍然存在着难以处理大规模分子图和信息传播的局限。针对这一问题,本文构建了一种融合图神经网络、门控循环单元和注意力机制的网络模型(Gated recurrent unit-attention-convolutional graph neural networks,GAGCN)用于分子性质的预测。该模型通过图神经网络(Graph neural network,GNN)对分子图进行表示学习,利用节点之间的连接和信息传播来捕捉分子的结构特征;使用门控循环单元(Gated recurrent unit,GRU)对分子序列进行建模,从而捕捉分子序列中的时序信息,通过门控机制自适应地选择保留或丢弃序列中的信息。最后通过注意力机制自适应地学习不同特征之间的权重,将GNN和GRU进行融合,从而使模型可以充分利用分子的结构和序列信息,以提高分子性质预测的准确性。试验结果表明该模型对于LogP的预测精度MSE、MAE和R2分别达到了0.0010、0.0116和0.9993。本文提出的模型为新农药、新兽药的研发提供了技术支持和参考。 展开更多
关键词 药物研发 分子性质预测 图神经网络 门控循环单元 注意力机制
在线阅读 下载PDF
基于图神经网络的柔性作业车间两阶段调度研究 被引量：1
20
作者 魏琦 李艳武 +1 位作者 谢辉 牛晓伟 《计算机工程与应用》 北大核心 2025年第11期342-350,共9页
针对柔性作业车间调度问题,以完工时间最小化和总能耗为目标,提出了一种基于图神经网络和深度强化学习的集成算法框架。分析了柔性作业车间调度问题特点,引入析取图将问题转化为序列决策问题,并将其建模为马尔可夫决策过程。基于注意力... 针对柔性作业车间调度问题,以完工时间最小化和总能耗为目标,提出了一种基于图神经网络和深度强化学习的集成算法框架。分析了柔性作业车间调度问题特点,引入析取图将问题转化为序列决策问题,并将其建模为马尔可夫决策过程。基于注意力机制,设计了一种两阶段调度策略;该策略在训练过程中删除了冗余的调度状态,提高了计算效率。针对两阶段调度策略设计了一种基于近端策略优化算法的2S-PPO算法进行训练,以快速响应工序选择和机器分配的联合调度策略。通过标准FJSP算例和带能耗的FJSP算例实验证明,提出的算法相较于传统的优先级调度规则和其他深度强化学习算法,具有较好的学习性能和泛化性能。 展开更多
关键词 柔性作业车间调度问题(FJSP) 图神经网络 深度强化学习 注意力机制
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 17 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部