期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于图嵌入的长三角城市群边缘城市功能界定——以江苏省淮安市为例
1
作者 韩刚 唐乐 刘志敏 《现代城市研究》 北大核心 2025年第1期29-35,共7页
长三角边缘地区城市功能的形成存在指向核心区的单向依赖关系,地区内城市表现出典型的功能同质化特征。城市间功能互补与差异化是实现长三角协同一体化、高质量与现代化的重要途径。文章以长三角边缘区城市淮安市为实证对象,从流空间视... 长三角边缘地区城市功能的形成存在指向核心区的单向依赖关系,地区内城市表现出典型的功能同质化特征。城市间功能互补与差异化是实现长三角协同一体化、高质量与现代化的重要途径。文章以长三角边缘区城市淮安市为实证对象,从流空间视角构建区域内城市功能交互网络,借助图嵌入技术,将网络关系降维至城市向量,从生产、商贸、交通、创新、旅游5个功能量化探讨淮安市与周边城市的功能同质化关系,结合城市自身的比较优势,进一步确定淮安市的城市功能优化路径。研究认为,淮安市的城市功能结构单一,极化现象突出,区域竞争力不足,应在巩固商贸功能优势的基础上,夯实生产和交通功能,同时积极培育创新功能,将淮安市建设成为次区域创新极核。 展开更多
关键词 长三角城市群 城市功能 城市网络 node2vec模型 淮安市
在线阅读 下载PDF
数据缺失下的交通流预测方法研究
2
作者 徐东伟 朱宏俊 +1 位作者 周磊 杨艳芳 《武汉理工大学学报(交通科学与工程版)》 2024年第2期211-217,共7页
文中提出了一种基于节点向量-生成对抗网络的交通流预测方法.通过Node2vec方法实现路网邻接关系的重构,实现路网空间相关性的深度挖掘.基于残差图聚合机制构建了路网数据空间特征的生成器,实现了根据路网中的部分已知数据推演未来路网... 文中提出了一种基于节点向量-生成对抗网络的交通流预测方法.通过Node2vec方法实现路网邻接关系的重构,实现路网空间相关性的深度挖掘.基于残差图聚合机制构建了路网数据空间特征的生成器,实现了根据路网中的部分已知数据推演未来路网交通流数据.采用西雅图高速路网速度数据集(Seattle)和加州路网速度数据集(PEMS)验证模型的有效性.结果表明:该模型在不同数据缺失模式、不同数据缺失率下均可以保持鲁棒的交通流预测表现. 展开更多
关键词 智能交通 交通流预测 node2vec 数据缺失 生成对抗网络
在线阅读 下载PDF
融合加权异质网络与网络表示学习的学术信息推荐研究 被引量:5
3
作者 熊回香 唐明月 +2 位作者 叶佳鑫 詹晓敏 王妞妞 《现代情报》 CSSCI 2023年第5期23-34,共12页
[目的/意义]21世纪互联网技术的发展为学术研究提供了开放的交流平台,科研信息资源由此呈指数增长,学者难以从繁杂的信息中快捷获取所需信息,从而导致学术资源利用率低下。学术资源精准化、个性化推荐,成为了提高学术信息流转效率和实... [目的/意义]21世纪互联网技术的发展为学术研究提供了开放的交流平台,科研信息资源由此呈指数增长,学者难以从繁杂的信息中快捷获取所需信息,从而导致学术资源利用率低下。学术资源精准化、个性化推荐,成为了提高学术信息流转效率和实现价值增值的有效途径。[方法/过程]本文利用文献发表时间因子与文献语义相似度对异质信息网络进行加权,并基于此加权网络采用Node2vec进行有偏随机游走生成图节点序列,然后利用Skip-gram语言模型进行序列学习,最终计算节点向量的相似度以实现学术信息推荐。[结果/结论]以CNKI中的数据集为例对本文所提出的模型进行验证,实证结果表明,使用该模型推荐的论文与学者,一方面与目标学者的研究方向相符合;另一方面在时间维度上也较为精准,能够有效满足学者信息需求。 展开更多
关键词 异质信息网络 学术信息推荐 node2vec 语义相似度
在线阅读 下载PDF
基于数据融合的mirna与疾病关联网络预测算法分析
4
作者 唐嵘 汪一百 《长江信息通信》 2022年第7期42-44,共3页
利用海量生物学样本数据作miRNA疾病关联研究的成本过高,在此情况下提出基于网络表示学习的node2vec模型关联预测算法,引入长链非编码RNA(lncRNA)要素,构建起包含多种数据集的miRNA-lncRNA疾病异构网络,对不同生物学信息作有偏置的随机... 利用海量生物学样本数据作miRNA疾病关联研究的成本过高,在此情况下提出基于网络表示学习的node2vec模型关联预测算法,引入长链非编码RNA(lncRNA)要素,构建起包含多种数据集的miRNA-lncRNA疾病异构网络,对不同生物学信息作有偏置的随机游走,获得长链非编码节点的近邻序列,然后通过运用miRNA相似性关联规则预测算法,得到与疾病相关各节点的低维特征向量,从而实现miRNA序列与疾病关联性的准确预测。 展开更多
关键词 数据融合 MIRNA 疾病关联 node2vec网络预测算法
在线阅读 下载PDF
基于深度学习的自闭症谱系障碍fMRI数据分类研究 被引量:1
5
作者 陈茂洲 刘化东 +1 位作者 许博俊 李梦琪 《现代电子技术》 2023年第21期48-54,共7页
与健康儿童对照相比,自闭症谱系障碍(ASD)患者的脑结构和功能存在显著异常,因此文中采用脑影像的方法实现ASD的辅助诊断。由于基于传统的脑图谱构建脑网络节点依赖于人为的先验知识和假设,因此将由受试者的数据通过数据驱动的方法即独... 与健康儿童对照相比,自闭症谱系障碍(ASD)患者的脑结构和功能存在显著异常,因此文中采用脑影像的方法实现ASD的辅助诊断。由于基于传统的脑图谱构建脑网络节点依赖于人为的先验知识和假设,因此将由受试者的数据通过数据驱动的方法即独立成分分析(ICA)进行全脑独立成分(ICs)分析,并将提取的ICs作为感兴趣区域(ROI)提取时间序列,随后用计算得到的相关性矩阵构建脑网络并通过Node2vec方法将脑网络的节点向量化以生成节点特征,最后通过图卷积网络(GCN)刻画脑网络连接水平状态,并通过多层感知机(MLP)实现对ASD的识别。所用方法ICA+GCN在79名ASD患者和105名典型对照组中取得了86.1%的分类精度。综上,文中所用方法有望用于ASD辅助诊断。 展开更多
关键词 自闭症谱系障碍 独立成分分析 脑影像 脑网络 node2vec 图卷积网络 多层感知机 辅助诊断
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部