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
2
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
高校BBS教育舆情的时空特征模型构建和热点发现——基于南京大学小百合BBS数据集的分析
被引量：
5
1
作者
王丽英
《现代情报》
CSSCI
北大核心
2016年第1期84-89,共6页
自媒体时代网络舆情的治理与引导在时、效、度3个维度都面临着巨大的挑战。针对高校BBS教育舆情,运用网络测量学技术对自动采集到的南京大学小百合BBS相关数据集加以分析,构建了教育舆情的时空特征模型。该模型显示,测量舆情的空间特征...
自媒体时代网络舆情的治理与引导在时、效、度3个维度都面临着巨大的挑战。针对高校BBS教育舆情,运用网络测量学技术对自动采集到的南京大学小百合BBS相关数据集加以分析,构建了教育舆情的时空特征模型。该模型显示,测量舆情的空间特征和多个时间特征能够有效快速发现热点信息。实验证明,高校BBS教育舆情总体分布比较稀疏,单日活跃用户数并不高,并且热点信息相对较少、利用显著的时空特征易于检测。
展开更多
关键词
教育舆情
网络测量学
时空特征模型
热点发现
在线阅读
下载PDF
职称材料
运动序列的时空结构特征表示模型
被引量：
2
2
作者
康文轩
陈黎飞
郭躬德
《智能系统学报》
CSCD
北大核心
2023年第2期240-250,共11页
运动序列是一种与运动信号相关的多维时间序列,各个维度序列之间具有高耦合性的特点。现有的多维序列表征方法大多基于维度间相互独立的假设或缺乏可解释性,为此,提出一种适用于运动序列的时空结构特征表示模型及其两阶段构造方法。首先...
运动序列是一种与运动信号相关的多维时间序列,各个维度序列之间具有高耦合性的特点。现有的多维序列表征方法大多基于维度间相互独立的假设或缺乏可解释性,为此,提出一种适用于运动序列的时空结构特征表示模型及其两阶段构造方法。首先,基于空间变化事件的转换方法,将多维时间序列变换成一维事件序列,以保存序列中的空间结构特性。接着,定义了一种时空结构特征的无监督挖掘算法。基于新定义的表示度度量,该算法从事件序列中提取一组具有代表性的低冗余变长事件元组为时空结构特征。在多个人类行为识别数据集上的实验结果表明,与现有多维时间序列表示方法相比,新模型的特征集更具代表性,在运动序列模式识别领域可以有效提升分类精度。
展开更多
关键词
运动序列
多维时间序列
特征
提取
时空
特征
表示
模型
空间变化
关键子序列挖掘
事件序列
人类行为识别
在线阅读
下载PDF
职称材料
题名
高校BBS教育舆情的时空特征模型构建和热点发现——基于南京大学小百合BBS数据集的分析
被引量：
5
1
作者
王丽英
机构
南京师范大学教育技术系
出处
《现代情报》
CSSCI
北大核心
2016年第1期84-89,共6页
基金
江苏省高校哲学社会科学研究基金"高校网络教育舆情的热点信息挖掘与异常监测"(项目编号:2011SJB880029)
文摘
自媒体时代网络舆情的治理与引导在时、效、度3个维度都面临着巨大的挑战。针对高校BBS教育舆情,运用网络测量学技术对自动采集到的南京大学小百合BBS相关数据集加以分析,构建了教育舆情的时空特征模型。该模型显示,测量舆情的空间特征和多个时间特征能够有效快速发现热点信息。实验证明,高校BBS教育舆情总体分布比较稀疏,单日活跃用户数并不高,并且热点信息相对较少、利用显著的时空特征易于检测。
关键词
教育舆情
网络测量学
时空特征模型
热点发现
Keywords
educational public opinion
network measurement
spatial- time feature model
hot opinion detection
分类号
G250.73 [文化科学—图书馆学]
在线阅读
下载PDF
职称材料
题名
运动序列的时空结构特征表示模型
被引量：
2
2
作者
康文轩
陈黎飞
郭躬德
机构
福建师范大学计算机与网络空间安全学院
数字福建环境监测物联网实验室
福建省应用数学中心
出处
《智能系统学报》
CSCD
北大核心
2023年第2期240-250,共11页
基金
国家自然科学基金项目(U1805263,61976053)。
文摘
运动序列是一种与运动信号相关的多维时间序列,各个维度序列之间具有高耦合性的特点。现有的多维序列表征方法大多基于维度间相互独立的假设或缺乏可解释性,为此,提出一种适用于运动序列的时空结构特征表示模型及其两阶段构造方法。首先,基于空间变化事件的转换方法,将多维时间序列变换成一维事件序列,以保存序列中的空间结构特性。接着,定义了一种时空结构特征的无监督挖掘算法。基于新定义的表示度度量,该算法从事件序列中提取一组具有代表性的低冗余变长事件元组为时空结构特征。在多个人类行为识别数据集上的实验结果表明,与现有多维时间序列表示方法相比,新模型的特征集更具代表性,在运动序列模式识别领域可以有效提升分类精度。
关键词
运动序列
多维时间序列
特征
提取
时空
特征
表示
模型
空间变化
关键子序列挖掘
事件序列
人类行为识别
Keywords
motion sequence
multidimensional time series
feature extraction
spatiotemporal feature representation model
spatial transformation
key subsequence mining
event sequence
human activity recognition
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
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
高校BBS教育舆情的时空特征模型构建和热点发现——基于南京大学小百合BBS数据集的分析
王丽英
《现代情报》
CSSCI
北大核心
2016
5
在线阅读
下载PDF
职称材料
2
运动序列的时空结构特征表示模型
康文轩
陈黎飞
郭躬德
《智能系统学报》
CSCD
北大核心
2023
2
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
