检索结果-维普期刊中文期刊服务平台

一种基于情感计算与层次化多头注意力机制的负面新闻识别方法被引量：3: 1; 作者张仰森周炜翔 +1 位作者张禹尧吴云芳《电子学报》 EI CAS CSCD 北大核心 2020年第9期1720-1728,共9页; 网络负面新闻识别在网络舆情监测中具有重要的研究意义.针对当前海量数据下负面新闻难以检测的问题,提出了一种基于情感计算与层次化多头注意力机制相结合的负面新闻识别方法.首先,从新闻文本中采用TF-IDF(Term Frequeney-Inverse Docum... 展开更多; 关键词语义相似度情感计算多头注意力模型情感倾向; 在线阅读下载PDF 职称材料

基于多头自注意力模型的本体匹配方法被引量：1: 2; 作者吴楠唐雪明《无线电通信技术》 2023年第6期1081-1087,共7页; 随着语义网的发展,本体数量不断增加,本体间的语义关系变得越来越复杂。因此,引入OWL2Vec*方法获取本体的语义嵌入表示。通常,匹配的类或属性具有相似的结构,因此利用了字符级和结构级的相似性度量。为高效融合多种相似度值,提出基于多... 展开更多; 关键词语义关系 OWL2Vec* 本体匹配多头自注意力模型; 在线阅读下载PDF 职称材料

一种基于深度学习的即时配送时间预测模型: 3; 作者丁翔倪丽萍韩露《合肥工业大学学报（自然科学版）》 CAS 北大核心 2024年第9期1248-1254,1274,共8页; 为了提高即时配送服务水平,文章针对即时配送时间预测问题,提出一种分特征学习的预测模型。首先考虑不同因素对配送过程的影响,使用地理哈希、图嵌入等方法对多种特征进行表示;然后使用多头自注意力模型(multi-head self-attention,MHSA... 展开更多; 关键词即时配送时间预测多头自注意力模型(MHSA) 卷积神经网络(CNN) 深度学习; 在线阅读下载PDF 职称材料

基于小波分析的Arima-Transformer组合模型的比特币价格预测被引量：1: 4; 作者莫世冰林晖竣 +2 位作者陈云伟梁毅王振坤《现代信息科技》 2022年第3期32-35,共4页; 金融商品价格作为一种经典的时间序列,其变化通常表现为非线性、非平稳性及高波动性,使用单一的模型较难实现对金融商品价格的准确预测。文章基于小波分析建立ARIMA-Transformer组合模型,从不同维度分析时间序列的随机波动、循环变化、... 展开更多; 关键词 Transformer模型多头注意力模型小波分析比特币预测; 在线阅读下载PDF 职称材料

题名一种基于情感计算与层次化多头注意力机制的负面新闻识别方法被引量：3: 1; 作者张仰森周炜翔张禹尧吴云芳; 机构北京信息科技大学智能信息处理研究所北京大学计算语言学研究所国家经济安全预警工程北京实验室; 出处《电子学报》 EI CAS CSCD 北大核心 2020年第9期1720-1728,共9页; 基金国家自然科学基金(No.61772081) 科技创新服务能力建设-科研基地建设-北京实验室-国家经济安全预警工程北京实验室项目(No.PXM2018_014224_000010) 促进高校内涵发展——研究生科技创新项目(No.5121911044)。; 文摘网络负面新闻识别在网络舆情监测中具有重要的研究意义.针对当前海量数据下负面新闻难以检测的问题,提出了一种基于情感计算与层次化多头注意力机制相结合的负面新闻识别方法.首先,从新闻文本中采用TF-IDF(Term Frequeney-Inverse Document Frquency)和语义相似度算法构建负面新闻情感词库;其次,采用情感倾向计算方法计算负面新闻情感词的情感倾向度;最后,将词语和词语的情感倾向度进行向量化表示,并采用层次化多头注意力机制进行正负面新闻的判定.情感计算和多头注意力机制的引入,对于捕获文本中的情感词语提供了很大帮助.最终本文基于真实的网络新闻文本数据与现有的多种算法进行对比,证明了该模型具有较好的识别效果,相比于Han模型和LSTM模型分别提高了0.67%和3.29%.; 关键词语义相似度情感计算多头注意力模型情感倾向; Keywords semantic similarity emotional computing multi-head attention mechanism emotional tendency; 分类号 TP391.1 [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

题名基于多头自注意力模型的本体匹配方法被引量：1: 2; 作者吴楠唐雪明; 机构南宁师范大学计算机与信息工程学院南宁师范大学物理与电子学院; 出处《无线电通信技术》 2023年第6期1081-1087,共7页; 基金广西研究生教育创新计划项目(YCSW2023437)~~。; 文摘随着语义网的发展,本体数量不断增加,本体间的语义关系变得越来越复杂。因此,引入OWL2Vec*方法获取本体的语义嵌入表示。通常,匹配的类或属性具有相似的结构,因此利用了字符级和结构级的相似性度量。为高效融合多种相似度值,提出基于多头自注意力模型的本体匹配方法(Ontology Matching Method Based on Multi-Head Self-Attention, OM-MHSA)自主学习各相似度方法对匹配结果的贡献值。在国际本体对齐评测组织(Ontology Alignment Evaluation Initiative, OAEI)提供的Conference数据集上进行实验,结果表明,相对LSMatch和KGMatcher+方法,提出的模型准确率(Precision)提升了6%,召回率(Recall)和F1值(F1-measure)超过了ALIOn、TOMATO和Matcha等方法。可见,提出的模型能够提升匹配结果的效率。; 关键词语义关系 OWL2Vec* 本体匹配多头自注意力模型; Keywords semantic relationships OWL2Vec* ontology matching MHSA model; 分类号 TP391.1 [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

题名一种基于深度学习的即时配送时间预测模型: 3; 作者丁翔倪丽萍韩露; 机构合肥工业大学管理学院合肥工业大学过程优化与智能决策教育部重点实验室; 出处《合肥工业大学学报（自然科学版）》 CAS 北大核心 2024年第9期1248-1254,1274,共8页; 基金国家自然科学基金资助项目(62276146)。; 文摘为了提高即时配送服务水平,文章针对即时配送时间预测问题,提出一种分特征学习的预测模型。首先考虑不同因素对配送过程的影响,使用地理哈希、图嵌入等方法对多种特征进行表示;然后使用多头自注意力模型(multi-head self-attention,MHSA)和残差连接组合的方法学习多种特征间存在的关联关系,同时利用卷积神经网络(convolutional neural network,CNN)对配送节点间存在的空间关系进行提取,实现对不同特征的学习;最后将提取的特征进行融合,输入多层感知机实现对配送时间的预测。在真实即时配送数据集上的对比实验表明,该文提出的预测模型能够有效学习各类特征及关联关系,预测效果更优。; 关键词即时配送时间预测多头自注意力模型(MHSA) 卷积神经网络(CNN) 深度学习; Keywords instant delivery time prediction multi-head self-attention(MHSA) convolutional neural network(CNN) deep learning; 分类号 F259.22 [经济管理—国民经济] TP183 [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

题名基于小波分析的Arima-Transformer组合模型的比特币价格预测被引量：1: 4; 作者莫世冰林晖竣陈云伟梁毅王振坤; 机构华南农业大学; 出处《现代信息科技》 2022年第3期32-35,共4页; 文摘金融商品价格作为一种经典的时间序列,其变化通常表现为非线性、非平稳性及高波动性,使用单一的模型较难实现对金融商品价格的准确预测。文章基于小波分析建立ARIMA-Transformer组合模型,从不同维度分析时间序列的随机波动、循环变化、周期变化等变化规律,对比特币的价格进行时间窗口滚动式预测,预测结果与实际的比特币价格走势大致相同,表明该模型可作为交易者的参考投资模型。; 关键词 Transformer模型多头注意力模型小波分析比特币预测; Keywords Transformer model multi-head attention model wavelet analysis bitcoin forecast; 分类号 TP391 [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	作者	出处	发文年	被引量	操作
1	一种基于情感计算与层次化多头注意力机制的负面新闻识别方法	张仰森周炜翔张禹尧吴云芳	《电子学报》 EI CAS CSCD 北大核心	2020	3	在线阅读下载PDF 职称材料
2	基于多头自注意力模型的本体匹配方法	吴楠唐雪明	《无线电通信技术》	2023	1	在线阅读下载PDF 职称材料
3	一种基于深度学习的即时配送时间预测模型	丁翔倪丽萍韩露	《合肥工业大学学报（自然科学版）》 CAS 北大核心	2024	0	在线阅读下载PDF 职称材料
4	基于小波分析的Arima-Transformer组合模型的比特币价格预测	莫世冰林晖竣陈云伟梁毅王振坤	《现代信息科技》	2022	1	在线阅读下载PDF 职称材料