期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于矩阵分解双线性池化的多模态融合虚假新闻检测
被引量：
5
1
作者
王婕
刘芸
纪淑娟
《计算机应用研究》
CSCD
北大核心
2022年第10期2968-2973,2978,共7页
现有的大多数虚假新闻检测方法将视觉和文本特征串联拼接,导致模态信息冗余并且忽略了不同模态信息之间的相关性。为了解决上述问题,提出一种基于矩阵分解双线性池化的多模态融合虚假新闻检测算法。首先,该算法将多模态特征提取器捕捉...
现有的大多数虚假新闻检测方法将视觉和文本特征串联拼接,导致模态信息冗余并且忽略了不同模态信息之间的相关性。为了解决上述问题,提出一种基于矩阵分解双线性池化的多模态融合虚假新闻检测算法。首先,该算法将多模态特征提取器捕捉的文本和视觉特征利用矩阵分解双线性池化方法进行有效融合,然后与虚假新闻检测器合作鉴别虚假新闻;此外,在训练阶段加入了事件分类器来预测事件标签并去除事件相关的依赖。在Twitter和微博两个多模态谣言数据集上进行了对比实验,证明了该算法的有效性。实验结果表明提出的模型能够有效地融合多模态数据,缩小模态间的异质性差异,从而提高虚假新闻检测的准确性。
展开更多
关键词
虚假新闻检测
社交媒体
多模态
双线性
池化
深度学习
在线阅读
下载PDF
职称材料
基于多通道压缩双线性池化的情感-原因句子对提取模型
2
作者
黄晋
许实
+3 位作者
蔡而聪
吴志杰
郭美美
朱佳
《北京大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2022年第1期21-28,共8页
提出一个基于多通道压缩双线性池化的模型,对文档中的候选情感-原因句子对进行排序。该模型利用图注意力网络提取包含位置信息的情感特定化表示和原因特定化表示,通过局部关系学习模块,进一步学习情感与原因句子之间的局部关系表示,再...
提出一个基于多通道压缩双线性池化的模型,对文档中的候选情感-原因句子对进行排序。该模型利用图注意力网络提取包含位置信息的情感特定化表示和原因特定化表示,通过局部关系学习模块,进一步学习情感与原因句子之间的局部关系表示,再使用多通道压缩双线性池化来融合学习情感-原因候选句子对表示。最后,对候选句子对进行排序。实验结果表明,与最新模型相比,所提模型在多方面表现更优。
展开更多
关键词
情感分析
情感-原因句子对提取
图注意力网络
局部关系提取
多通道
压缩
双线性
池化
在线阅读
下载PDF
职称材料
基于空-谱融合网络的高光谱图像分类方法
被引量：
4
3
作者
欧阳宁
朱婷
林乐平
《计算机应用》
CSCD
北大核心
2018年第7期1888-1892,共5页
针对高光谱图像分类中提取的空-谱特征表达能力弱及维数较高的问题,提出一种基于空-谱融合网络(SSF-Net)的高光谱图像分类方法。首先,利用双通道卷积神经网络(Two-CNN)同时提取高光谱图像的光谱和空间特征;其次,使用多模态压缩双线性池...
针对高光谱图像分类中提取的空-谱特征表达能力弱及维数较高的问题,提出一种基于空-谱融合网络(SSF-Net)的高光谱图像分类方法。首先,利用双通道卷积神经网络(Two-CNN)同时提取高光谱图像的光谱和空间特征;其次,使用多模态压缩双线性池化(MCB)将所提取的多模态特征向量的外积投射到低维空间,以此产生空-谱联合特征。该特征融合网络,既可以分析光谱特征和空间特征向量中元素之间的复杂关系,同时也避免对光谱和空间向量直接进行外积计算,造成维数过高、计算困难的问题。最终实验表明,与现有基于神经网络的分类方法相比,所提出的高光谱图像分类算法能够获得更高的像元分类精度,表明该网络所提取的空-谱联合向量对高光谱图像具有更强的特征表达能力。
展开更多
关键词
空-谱融合网络
多模态压缩双线性池化
特征融合
外积
高光谱图像分类
在线阅读
下载PDF
职称材料
题名
基于矩阵分解双线性池化的多模态融合虚假新闻检测
被引量：
5
1
作者
王婕
刘芸
纪淑娟
机构
山东科技大学山东省智慧矿山信息技术重点实验室
出处
《计算机应用研究》
CSCD
北大核心
2022年第10期2968-2973,2978,共7页
基金
国家自然科学基金资助项目(71772107,62072288)
山东省自然科学基金资助项目(ZR2020MF044,ZR202102230289,ZR2019MF003,ZR2021MF104)
+2 种基金
山东省研究生教育质量提升计划资助项目(2021)
山东省科技厅科研基金资助项目
国家教育部人文社科基金资助项目(20YJAZH078,20YJAZH127)。
文摘
现有的大多数虚假新闻检测方法将视觉和文本特征串联拼接,导致模态信息冗余并且忽略了不同模态信息之间的相关性。为了解决上述问题,提出一种基于矩阵分解双线性池化的多模态融合虚假新闻检测算法。首先,该算法将多模态特征提取器捕捉的文本和视觉特征利用矩阵分解双线性池化方法进行有效融合,然后与虚假新闻检测器合作鉴别虚假新闻;此外,在训练阶段加入了事件分类器来预测事件标签并去除事件相关的依赖。在Twitter和微博两个多模态谣言数据集上进行了对比实验,证明了该算法的有效性。实验结果表明提出的模型能够有效地融合多模态数据,缩小模态间的异质性差异,从而提高虚假新闻检测的准确性。
关键词
虚假新闻检测
社交媒体
多模态
双线性
池化
深度学习
Keywords
fake news detection
social media
multi-modal
bilinear pooling
deep learning
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
基于多通道压缩双线性池化的情感-原因句子对提取模型
2
作者
黄晋
许实
蔡而聪
吴志杰
郭美美
朱佳
机构
华南师范大学计算机学院
浙江师范大学智能教育技术与应用重点实验室
出处
《北京大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2022年第1期21-28,共8页
基金
国家自然科学基金(62077015)资助。
文摘
提出一个基于多通道压缩双线性池化的模型,对文档中的候选情感-原因句子对进行排序。该模型利用图注意力网络提取包含位置信息的情感特定化表示和原因特定化表示,通过局部关系学习模块,进一步学习情感与原因句子之间的局部关系表示,再使用多通道压缩双线性池化来融合学习情感-原因候选句子对表示。最后,对候选句子对进行排序。实验结果表明,与最新模型相比,所提模型在多方面表现更优。
关键词
情感分析
情感-原因句子对提取
图注意力网络
局部关系提取
多通道
压缩
双线性
池化
Keywords
sentiment analysis
emotion-cause pair extraction
graph attention network
local relation-aware module
multichannel compact bilinear pooling
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
基于空-谱融合网络的高光谱图像分类方法
被引量：
4
3
作者
欧阳宁
朱婷
林乐平
机构
认知无线电与信息处理省部共建教育部重点实验室(桂林电子科技大学)
桂林电子科技大学信息与通信学院
出处
《计算机应用》
CSCD
北大核心
2018年第7期1888-1892,共5页
基金
国家自然科学基金资助项目(61661017
61362021)
+9 种基金
广西自然科学基金资助项目(2017GXNSFBA198212
2014GXNSFDA118035
2016GXNSFAA38014)
广西科技创新能力与条件建设计划项目(桂科能1598025-21)
桂林科技开发项目(20150103-6)
中国博士后科学基金资助项目(2016M602923XB)
桂林电子科技大学研究生教育创新计划资助项目(2016YJCXB02)
认知无线电与信息处理重点实验室基金资助项目(CRKL160104
CRKL150103
2011KF11)~~
文摘
针对高光谱图像分类中提取的空-谱特征表达能力弱及维数较高的问题,提出一种基于空-谱融合网络(SSF-Net)的高光谱图像分类方法。首先,利用双通道卷积神经网络(Two-CNN)同时提取高光谱图像的光谱和空间特征;其次,使用多模态压缩双线性池化(MCB)将所提取的多模态特征向量的外积投射到低维空间,以此产生空-谱联合特征。该特征融合网络,既可以分析光谱特征和空间特征向量中元素之间的复杂关系,同时也避免对光谱和空间向量直接进行外积计算,造成维数过高、计算困难的问题。最终实验表明,与现有基于神经网络的分类方法相比,所提出的高光谱图像分类算法能够获得更高的像元分类精度,表明该网络所提取的空-谱联合向量对高光谱图像具有更强的特征表达能力。
关键词
空-谱融合网络
多模态压缩双线性池化
特征融合
外积
高光谱图像分类
Keywords
Spatial-Spectral Fusion Network （SSF-Net）
multimodal compact bilinear pooling feature fusion outer product HyperSpectral Image （HSI）
classification
分类号
TP753 [自动化与计算机技术—检测技术与自动化装置]
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
作者
出处
发文年
被引量
操作
1
基于矩阵分解双线性池化的多模态融合虚假新闻检测
王婕
刘芸
纪淑娟
《计算机应用研究》
CSCD
北大核心
2022
5
在线阅读
下载PDF
职称材料
2
基于多通道压缩双线性池化的情感-原因句子对提取模型
黄晋
许实
蔡而聪
吴志杰
郭美美
朱佳
《北京大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2022
0
在线阅读
下载PDF
职称材料
3
基于空-谱融合网络的高光谱图像分类方法
欧阳宁
朱婷
林乐平
《计算机应用》
CSCD
北大核心
2018
4
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
