期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
技术生命周期视角下颠覆性技术早期识别方法研究 被引量:1
1
作者 侯艳辉 陈荣 王家坤 《情报学报》 北大核心 2025年第2期157-170,共14页
针对目前颠覆性技术识别过程中忽略技术演化特征的问题,本文提出一种考虑技术生命周期阶段性和特征异质性的颠覆性技术早期识别方法。首先,采用Sentence-BERT (sentence bidirectional encoder representation from transformers)对专... 针对目前颠覆性技术识别过程中忽略技术演化特征的问题,本文提出一种考虑技术生命周期阶段性和特征异质性的颠覆性技术早期识别方法。首先,采用Sentence-BERT (sentence bidirectional encoder representation from transformers)对专利摘要进行向量化。其次,构建过滤识别系统。第一层使用LOCI (local outlier factor with constraint integration)异常检测算法识别离群专利并分类;第二层,采用S曲线生命周期识别,对处于成熟期的专利类别进行过滤;第三层,对萌芽阶段的专利进行创新性测度;第四层,对成长阶段的专利文本、技术报道数据进行颠覆性测度,完成过滤。最后,以量子信息技术领域为例,阐述该识别方法的应用过程。研究结果表明,量子信息领域共发现三个萌芽期颠覆性主题和三个成长期颠覆性主题,与官方发布的报告进行对比,结果一致,验证了本文方法的可行性与有效性。 展开更多
关键词 技术生命周期 早期识别 过滤识别 多源数据 量子信息
在线阅读 下载PDF
网络视频内容的识别和过滤综述 被引量:6
2
作者 彭乐 薛一波 王春露 《计算机工程与设计》 CSCD 北大核心 2008年第10期2587-2590,2634,共5页
随着网络视频的迅猛发展和广泛使用,网络不良视频的识别和过滤日益重要。通过对图像内容识别与过滤、视频结构分析与检索两个领域技术发展的分析,阐述了一种综合利用视频时域分割、关键帧提取、图像内容识别及皮肤检测等视频分析方面关... 随着网络视频的迅猛发展和广泛使用,网络不良视频的识别和过滤日益重要。通过对图像内容识别与过滤、视频结构分析与检索两个领域技术发展的分析,阐述了一种综合利用视频时域分割、关键帧提取、图像内容识别及皮肤检测等视频分析方面关键技术的解决方法。该方法简单,并且容易实现。此外,介绍了目前网络视频内容识别和过滤的研究现状和主要应用,分析了其面对的主要问题及未来发展趋势。 展开更多
关键词 时域分割 关键帧提取 图像内容识别 皮肤检测 视频内容识别过滤
在线阅读 下载PDF
酮苯脱蜡过滤机过滤效果识别 被引量:1
3
作者 黄卫国 张克进 罗雄麟 《石油学报(石油加工)》 EI CAS CSCD 北大核心 2001年第4期77-81,共5页
笔者结合酮苯脱蜡工艺原理 ,建立了过滤系统的机理模型。该模型用于估算各台滤机的处理量 ,以处理量的差别评估其过滤效果 ,用以判断各台滤机需要温洗的时刻。实际温洗情况表明 ,模型能反映滤机的工作状况 ,为温洗自动识别。
关键词 酮苯脱蜡装置 过滤系统 数学模型 过滤效果识别 润滑油
在线阅读 下载PDF
WSN中基于协作水印的虚假数据过滤算法 被引量:14
4
作者 易叶青 林亚平 +2 位作者 李小龙 羊四清 尤志强 《软件学报》 EI CSCD 北大核心 2010年第1期107-118,共12页
提出一种基于协作水印的数据认证算法来识别虚假数据和重复包,算法在每个数据包中嵌入两类水印:一类是鲁棒性水印,用于对发送者的身份和数据的新鲜性进行认证;另一类是由t个证人节点协作生成、嵌入的半脆弱水印,用于对数据内容进行认证... 提出一种基于协作水印的数据认证算法来识别虚假数据和重复包,算法在每个数据包中嵌入两类水印:一类是鲁棒性水印,用于对发送者的身份和数据的新鲜性进行认证;另一类是由t个证人节点协作生成、嵌入的半脆弱水印,用于对数据内容进行认证.算法保证了多个水印之间互不影响;算法允许网络中的单个节点独立地提取水印,验证数据包的正确性,却不能伪造或修改水印.仿真和分析结果表明,算法在数据包中嵌入水印后,在大多数情况下均有较好的峰值信噪比和信噪比.同时,算法能够对恶意篡改数据具有较高的敏感性,对一定程度噪声干扰、有损压缩等具有较好的鲁棒性.算法与已有的基于MAC(message authentication code)的虚假数据过滤算法相比具有更低的通信开销和更高的识别与过滤虚假数据的能力. 展开更多
关键词 无线传感器网络 协作水印 虚假数据识别过滤
在线阅读 下载PDF
基于神经网络的复杂垃圾信息过滤算法分析 被引量:11
5
作者 张建 严珂 马祥 《计算机应用》 CSCD 北大核心 2022年第3期770-777,共8页
垃圾信息的识别是自然语言处理方面主要的任务之一。传统方法是基于文本特征或词频的方法,其识别准确率主要依赖于特定关键词的出现与否,存在对关键词识别错误或对未出现关键词的垃圾信息文本识别能力较差的问题,提出基于神经网络的方... 垃圾信息的识别是自然语言处理方面主要的任务之一。传统方法是基于文本特征或词频的方法,其识别准确率主要依赖于特定关键词的出现与否,存在对关键词识别错误或对未出现关键词的垃圾信息文本识别能力较差的问题,提出基于神经网络的方法。首先,利用传统方法针对这一类垃圾信息文本进行识别训练和测试;然后,利用从垃圾短信、广告和垃圾邮件数据集中挑选出传统方法识别困难的垃圾信息,再从原数据集中随机挑选出同样数量的正常信息,将其组成三个无重复数据的新数据集;最后,以卷积神经网络和循环神经网络为基础,建立了三个模型,并在新数据集上进行识别训练。实验结果表明,基于神经网络的方法可以从文本中学习到更好的语义特征,在三个数据集上均能达到98%以上的准确率,高于朴素贝叶斯(NB)、随机森林(RF)、支持向量机(SVM)等传统方法。实验结果还显示,不同的神经网络适用于不同长度的文本分类,由循环神经网络组成的模型擅长识别句子长度的文本,由卷积神经网络组成的模型擅长识别段落长度的文本,由两者共同组成的模型擅长识别篇章长度的文本。 展开更多
关键词 垃圾信息 识别过滤 文本特征 词频 神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部