期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
融合关系和内涵属性的概念图表示及其应用
1
作者 钟茂生 邹志兵 《计算机应用研究》 CSCD 北大核心 2015年第12期3654-3656,共3页
传统的基于关键字的文本检索系统,存在匹配不准确、匹配冗余度高以及算法复杂的现象。针对该问题进行研究,使用概念图作为检索单元,摈弃字符统计的传统方法,通过语义的匹配,在理解的基础上得出问题的答案。在传统的概念图中加入概念内... 传统的基于关键字的文本检索系统,存在匹配不准确、匹配冗余度高以及算法复杂的现象。针对该问题进行研究,使用概念图作为检索单元,摈弃字符统计的传统方法,通过语义的匹配,在理解的基础上得出问题的答案。在传统的概念图中加入概念内涵属性,提出了C-A&R(concept-attribution&relationship)概念图,并以此作为文本检索系统中文本的表示方法。实验证明C-A&R概念图的概念匹配准确率更高。结合属性和关系的概念图能够有效地改善文本检索的准确率。 展开更多
关键词 概念内涵属性 融合属性和关系的概念图 关系 语义匹配
在线阅读 下载PDF
顾及路网与轨迹多模特征的导航属性关联关系分析
2
作者 张彩丽 向隆刚 +3 位作者 李雅丽 周雨石 刘珍 鲁春阳 《测绘通报》 北大核心 2025年第4期120-126,共7页
道路网的几何和拓扑信息固然重要,但缺乏道路等级、车道数和限速等导航属性信息将严重制约路径规划、车辆导航、位置服务等道路网核心应用的实施。本文在道路网静态结构特征基础上,顾及轨迹数据动态连接特征,以分层、渐进的方式探索道... 道路网的几何和拓扑信息固然重要,但缺乏道路等级、车道数和限速等导航属性信息将严重制约路径规划、车辆导航、位置服务等道路网核心应用的实施。本文在道路网静态结构特征基础上,顾及轨迹数据动态连接特征,以分层、渐进的方式探索道路段等级、限速及车道数之间的关联关系,挖掘了一些潜在的道路等级、车道数和限速的分类方法。首先,对轨迹和路网进行了预处理,实现轨迹点与路段之间的连接;然后,以路段为分析单元,设计路网和轨迹的多元多阶特征;最后,分析总结可能的道路等级、车道数和限速分层递进识别方法。以武汉和西安为例的试验结果表明,本文的探索具有一定的参考价值。 展开更多
关键词 智能交通 众源轨迹数据 多模特征融合 导航属性信息 层级关系 道路邻接信息
在线阅读 下载PDF
基于多语义关联与融合的视觉问答模型
3
作者 周浩 王超 +1 位作者 崔国恒 罗廷金 《计算机应用》 北大核心 2025年第3期739-745,共7页
弥合视觉图像和文本问题之间的语义差异是提高视觉问答(VQA)模型推理准确性的重要方法之一。然而现有的相关模型大多数基于低层图像特征的提取并利用注意力机制推理问题的答案,忽略了高层图像语义特征如关系和属性特征等在视觉推理中的... 弥合视觉图像和文本问题之间的语义差异是提高视觉问答(VQA)模型推理准确性的重要方法之一。然而现有的相关模型大多数基于低层图像特征的提取并利用注意力机制推理问题的答案,忽略了高层图像语义特征如关系和属性特征等在视觉推理中的作用。为解决上述问题,提出一种基于多语义关联与融合的VQA模型以建立问题与图像之间的语义联系。首先,基于场景图生成框架提取图像中的多种语义并把它们进行特征精炼后作为VQA模型的特征输入,从而充分挖掘图像场景中的信息;其次,为提高图像特征的语义价值,设计一个信息过滤器过滤图像特征中的噪声和冗余信息;最后,设计多层注意力融合和推理模块将多种图像语义分别与问题特征进行语义融合,以强化视觉图像重点区域与文本问题之间的语义关联。与BAN(Bilinear Attention Network)和CFR(Coarse-to-Fine Reasoning)模型的对比实验结果表明,所提模型在VQA2.0测试集上的准确率分别提高了2.9和0.4个百分点,在GQA测试集上的准确率分别提高了17.2和0.3个百分点。这表明所提模型能够更好地理解图像场景中的语义并回答组合式视觉问题。 展开更多
关键词 多语义特征融合 视觉问答 场景图 属性注意力 关系注意力
在线阅读 下载PDF
基于属性增强和关系感知的图卷积实体对齐方法 被引量:2
4
作者 高兵 黄超 +1 位作者 邹启杰 秦静 《计算机工程与设计》 北大核心 2024年第5期1384-1390,共7页
实体对齐是知识融合最重要的步骤之一,在知识图谱构建和融合过程中,往往存在结构不相似、实体表述不够准确,甚至知识缺失的问题。针对以上问题,提出一种基于属性增强和关系感知的图卷积实体对齐方法,结合实体和关系之间的内在联系,通过... 实体对齐是知识融合最重要的步骤之一,在知识图谱构建和融合过程中,往往存在结构不相似、实体表述不够准确,甚至知识缺失的问题。针对以上问题,提出一种基于属性增强和关系感知的图卷积实体对齐方法,结合实体和关系之间的内在联系,通过实体可以推导出关系,通过关系可以表示实体,利用实体的属性增强实体表示,增强实体对齐的效果,设计一种迭代策略,迭代增强关系和实体结合后的实体对齐效果。在通用数据集上进行的大量实验结果表明,相对于原有基于实体嵌入的方法,所提方法具有更高的有效性和对齐率。 展开更多
关键词 实体对齐 知识融合 知识图谱 属性增强 关系感知 图卷积 迭代策略
在线阅读 下载PDF
基于证据理论的产品情报知识元多属性融合方法研究 被引量:1
5
作者 孙琳 《现代情报》 CSSCI 2018年第10期65-72,77,共9页
[目的/意义]产品情报的有效获取能够帮助企业及时掌握市场动态及竞争态势,并有利于提升产品竞争力。对产品情报及其知识需求呈现跨领域、跨行业、多主体的综合性及深度挖掘商业价值的迫切性。[方法/过程]构建细粒度的产品情报知识元模型... [目的/意义]产品情报的有效获取能够帮助企业及时掌握市场动态及竞争态势,并有利于提升产品竞争力。对产品情报及其知识需求呈现跨领域、跨行业、多主体的综合性及深度挖掘商业价值的迫切性。[方法/过程]构建细粒度的产品情报知识元模型,通过基于证据理论的多属性融合过程,实现产品情报知识元属性集与关系集描述空间的扩展以及知识元属性关系网络的生成。[结果/结论]实例研究从业务和竞争力两个视角,实现产品情报知识元属性集的融合与深加工,为产品情报的隐性关联知识发现提供相对完备的知识基础。证明了基于证据理论的多属性融合方法对产品情报知识元融合的可行性和有效性。 展开更多
关键词 产品情报 属性融合 知识元 证据理论 属性关系网络
在线阅读 下载PDF
结合对象属性识别的图像场景图生成方法研究 被引量:4
6
作者 周浩 罗廷金 崔国恒 《计算机科学》 CSCD 北大核心 2024年第11期205-212,共8页
场景图生成在视觉场景深度理解任务中发挥着重要的作用。现有的场景图生成方法主要关注场景中对象的位置、类别以及对象之间的关系,而忽略了对象属性蕴含的丰富场景语义信息。为了将图像属性语义融入场景图,提出了一种结合对象属性识别... 场景图生成在视觉场景深度理解任务中发挥着重要的作用。现有的场景图生成方法主要关注场景中对象的位置、类别以及对象之间的关系,而忽略了对象属性蕴含的丰富场景语义信息。为了将图像属性语义融入场景图,提出了一种结合对象属性识别的图像场景图生成方法。首先针对属性识别的多标签分类问题,提出了一种基于混合分类器的属性分类损失函数来进行属性识别,通过结合二值交叉熵函数训练的二分类器和改进的团组交叉熵函数训练的多分类器来实现单个属性分类的查准率和多个属性预测的查全率全面提升。其次,通过将属性识别分支与原有场景图框架进行融合,将提取的属性信息作为额外的上下文语义与对象特征进行融合后辅助对象之间关系的识别。最后,模型在VG150数据集上与多个基准模型进行了对比实验,结果表明所提模型的对象属性预测和关系识别均取得了更优的结果。 展开更多
关键词 场景图生成 对象属性识别 属性融合 关系预测 多标签分类 团组交叉熵函数
在线阅读 下载PDF
面向社会网络融合的关联用户挖掘方法综述 被引量:13
7
作者 周小平 梁循 +2 位作者 赵吉超 李志宇 马跃峰 《软件学报》 EI CSCD 北大核心 2017年第6期1565-1583,共19页
现阶段大多数社会网络的研究都集中于单一的社会网络内部.社会网络融合为社会计算等各项研究提供更充分的用户行为数据和更完整的网络结构,从而更有利于人们通过社会网络理解和挖掘人类社会,具有重要的理论价值和实践意义.准确、全面、... 现阶段大多数社会网络的研究都集中于单一的社会网络内部.社会网络融合为社会计算等各项研究提供更充分的用户行为数据和更完整的网络结构,从而更有利于人们通过社会网络理解和挖掘人类社会,具有重要的理论价值和实践意义.准确、全面、快速地关联用户挖掘,是大型社会网络融合的根本问题.社会网络中的关联用户挖掘旨在通过挖掘不同社会网络中同属于同一自然人的不同账号,从而实现社会网络的深度融合,近年来已引起人们的广泛关注.然而,社会网络的自身数据量大、用户属性相似、稀疏且存在虚假和不一致等特点,给关联用户挖掘带来了极大的挑战.分析了面向社会网络融合的关联用户挖掘所存在的困难,从用户属性、用户关系及其综合这3个方面梳理了当前关联用户挖掘的研究现状.最后,总结并展望了关联用户挖掘的研究方向. 展开更多
关键词 社会网络 社会网络融合 关联用户 用户属性 用户关系
在线阅读 下载PDF
群智感知中采用节点社会属性的亲密度量化方法 被引量:2
8
作者 张文东 桂小林 +1 位作者 蔡宁超 安健 《西安交通大学学报》 EI CAS CSCD 北大核心 2017年第6期73-78,共6页
针对群智感知中节点社会关系计算存在的层次关系划分不清、关联因子描述粗糙等问题,提出一种采用社会属性的亲密度量化方法。该方法通过分析影响节点社会关系的多维要素,将节点属性因子划分为静态和动态两个维度。通过构造多维语义分级... 针对群智感知中节点社会关系计算存在的层次关系划分不清、关联因子描述粗糙等问题,提出一种采用社会属性的亲密度量化方法。该方法通过分析影响节点社会关系的多维要素,将节点属性因子划分为静态和动态两个维度。通过构造多维语义分级树和空间索引编码,对节点静态属性进行挖掘和形式化表示。同时,引入交互信息熵,对社会关系的不对称性进行分析和比较,以提高亲密度量化方法的客观性。基于层次分析法实现节点动态属性的二级评判和有效聚合,并通过节点融合度对亲密关系进行二次修正。实验结果表明:与已有方法相比,采用社会属性的亲密度量化方法预测准确率提高了14.67%,该方法能够有效降低群智感知中移动节点的误判概率,提高网络社团识别准确率,为候选服务节点集的选择提供有效依据。 展开更多
关键词 群智感知 社会关系量化 亲密度 社会属性 节点融合
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部