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
基于改进分层注意网络和TextCNN联合建模的暴力犯罪分级算法
被引量：
1
1
作者
张家伟
高冠东
+1 位作者
肖珂
宋胜尊
《计算机应用》
CSCD
北大核心
2024年第2期403-410,共8页
为了科学、智能地对服刑人员的暴力倾向分级,将自然语言处理(NLP)中的文本分类方法引入犯罪心理学领域,提出一种基于改进分层注意网络(HAN)与TextCNN(Text Convolutional Neural Network)两通道联合建模的犯罪语义卷积分层注意网络(CCHA...
为了科学、智能地对服刑人员的暴力倾向分级,将自然语言处理(NLP)中的文本分类方法引入犯罪心理学领域,提出一种基于改进分层注意网络(HAN)与TextCNN(Text Convolutional Neural Network)两通道联合建模的犯罪语义卷积分层注意网络(CCHA-Net),通过分别挖掘犯罪事实与服刑人员基本情况的语义信息,完成暴力犯罪气质分级。首先,采用Focal Loss同时替代两通道中的Cross-Entropy函数,优化样本数量不均衡问题。其次,在两通道输入层中,同时引入位置编码,改进对位置信息的感知能力;改进HAN通道,采用最大池化构建显著向量。最后,输出层都采用全局平均池化替代全连接方法,以避免过拟合。实验结果表明,与AC-BiLSTM(Attention-based Bidirectional Long Short-Term Memory with Convolution layer)、支持向量机(SVM)等17种相关基线模型相比,CCHA-Net各项指标均最优,微平均F1(Micro_F1)为99.57%,宏平均和微平均下的曲线下面积(AUC)分别为99.45%和99.89%,相较于次优的AC-BiLSTM提高了4.08、5.59和0.74个百分点,验证了CCHA-Net能有效胜任暴力犯罪气质分级任务。
展开更多
关键词
深度学习
文本分类
卷积神经网络
分层注意网络
暴力犯罪分级
气质类型
在线阅读
下载PDF
职称材料
基于潜在组分配及对比学习增强的符号二值图神经网络
2
作者
吴勇
仝鑫
+1 位作者
高冠东
马国富
《计算机应用研究》
CSCD
北大核心
2023年第5期1389-1395,共7页
针对符号二值网络的节点异质性及三角形形式平衡理论不适用性的问题,提出一种基于潜在类分配及对比学习增强的符号二值图神经网络模型,其通过同质和异质双空间的互相补充来充分提取网络的隐式和显式信息。在同质空间,采用可学习的潜在...
针对符号二值网络的节点异质性及三角形形式平衡理论不适用性的问题,提出一种基于潜在类分配及对比学习增强的符号二值图神经网络模型,其通过同质和异质双空间的互相补充来充分提取网络的隐式和显式信息。在同质空间,采用可学习的潜在组对节点进行分配并将节点看做多个潜在组的组合,然后通过训练来自动挖掘节点间的信息。在异质空间,对节点邻居进行有方向区分的注意力聚合,然后采用网络重建的互信息对比学习来引导聚合过程以获得表达能力更强的表示向量。在符号链接预测任务上与多种相关模型进行对比实验,实验结果显示所提出的模型在四个真实数据集上采用四种评价指标获取的16个评价结果中,12个评价结果可以取得最优值,验证了所提出模型的有效性。
展开更多
关键词
符号二值网络
图神经网络
互信息
对比学习
在线阅读
下载PDF
职称材料
题名
基于改进分层注意网络和TextCNN联合建模的暴力犯罪分级算法
被引量：
1
1
作者
张家伟
高冠东
肖珂
宋胜尊
机构
河北农业大学信息
科学与
技术
学院
中央司法警官学院数据科学与智能矫正技术研究中心
中央
司法
警官
学院
信息管理系
河北省农业大
数据
重点实验室(河北农业大学)
中央
司法
警官
学院
监狱学
学院
出处
《计算机应用》
CSCD
北大核心
2024年第2期403-410,共8页
基金
河北省社会科学基金资助项目(HB21ZZ002)。
文摘
为了科学、智能地对服刑人员的暴力倾向分级,将自然语言处理(NLP)中的文本分类方法引入犯罪心理学领域,提出一种基于改进分层注意网络(HAN)与TextCNN(Text Convolutional Neural Network)两通道联合建模的犯罪语义卷积分层注意网络(CCHA-Net),通过分别挖掘犯罪事实与服刑人员基本情况的语义信息,完成暴力犯罪气质分级。首先,采用Focal Loss同时替代两通道中的Cross-Entropy函数,优化样本数量不均衡问题。其次,在两通道输入层中,同时引入位置编码,改进对位置信息的感知能力;改进HAN通道,采用最大池化构建显著向量。最后,输出层都采用全局平均池化替代全连接方法,以避免过拟合。实验结果表明,与AC-BiLSTM(Attention-based Bidirectional Long Short-Term Memory with Convolution layer)、支持向量机(SVM)等17种相关基线模型相比,CCHA-Net各项指标均最优,微平均F1(Micro_F1)为99.57%,宏平均和微平均下的曲线下面积(AUC)分别为99.45%和99.89%,相较于次优的AC-BiLSTM提高了4.08、5.59和0.74个百分点,验证了CCHA-Net能有效胜任暴力犯罪气质分级任务。
关键词
深度学习
文本分类
卷积神经网络
分层注意网络
暴力犯罪分级
气质类型
Keywords
deep learning
text classification
Convolutional Neural Network(CNN)
Hierarchical Attention Network(HAN)
hierarchy of violent crime
temperament type
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
基于潜在组分配及对比学习增强的符号二值图神经网络
2
作者
吴勇
仝鑫
高冠东
马国富
机构
中央
司法
警官
学院
信息管理系
中央司法警官学院数据科学与智能矫正技术研究中心
中国人民公安大学信息
技术
与网络安全
学院
出处
《计算机应用研究》
CSCD
北大核心
2023年第5期1389-1395,共7页
基金
教育部第二批新工科研究与实践资助项目(E-GKRWJC20202905)
国家社会科学基金重点项目(20AZD114)
+1 种基金
河北省社会科学基金资助项目(HB21ZZ002)
河南省重点研发与推广项目(212102210165)。
文摘
针对符号二值网络的节点异质性及三角形形式平衡理论不适用性的问题,提出一种基于潜在类分配及对比学习增强的符号二值图神经网络模型,其通过同质和异质双空间的互相补充来充分提取网络的隐式和显式信息。在同质空间,采用可学习的潜在组对节点进行分配并将节点看做多个潜在组的组合,然后通过训练来自动挖掘节点间的信息。在异质空间,对节点邻居进行有方向区分的注意力聚合,然后采用网络重建的互信息对比学习来引导聚合过程以获得表达能力更强的表示向量。在符号链接预测任务上与多种相关模型进行对比实验,实验结果显示所提出的模型在四个真实数据集上采用四种评价指标获取的16个评价结果中,12个评价结果可以取得最优值,验证了所提出模型的有效性。
关键词
符号二值网络
图神经网络
互信息
对比学习
Keywords
signed bipartite network
graph neural networks
mutual information
contrast learning
分类号
TP391 [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
作者
出处
发文年
被引量
操作
1
基于改进分层注意网络和TextCNN联合建模的暴力犯罪分级算法
张家伟
高冠东
肖珂
宋胜尊
《计算机应用》
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
基于潜在组分配及对比学习增强的符号二值图神经网络
吴勇
仝鑫
高冠东
马国富
《计算机应用研究》
CSCD
北大核心
2023
0
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
