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
国外基于电子文件管理准则下的物联网数据管理分析及启示
被引量：
1
1
作者
黄睿
单庆元
《档案管理》
北大核心
2021年第6期113-115,共3页
通过介绍国外管理物联网数据的经验,得出物联网数据管理要根据物联网数据的属性和特点,依照GARP准则,拓宽NOARK标准,在电子文件管理系统中收集和管理物联网数据。基于这些管理准则,提出我国物联网数据管理要从物联网数据开放、元数据建...
通过介绍国外管理物联网数据的经验,得出物联网数据管理要根据物联网数据的属性和特点,依照GARP准则,拓宽NOARK标准,在电子文件管理系统中收集和管理物联网数据。基于这些管理准则,提出我国物联网数据管理要从物联网数据开放、元数据建模、数据保护几方面入手,提高物联网数据质量,实现物联网数据价值。
展开更多
关键词
电子文件
物联网数据
数据管理
元数据
可信性
在线阅读
下载PDF
职称材料
局部几何与全局结构联合感知的三维形状分类方法
2
作者
张晓辉
何金海
+1 位作者
兰鹏燕
徐圣斯
《计算机应用研究》
CSCD
北大核心
2023年第12期3828-3833,共6页
针对复杂结构的三维形状分析与识别问题,提出了新颖的图卷积分类方法,建立了局部几何与全局结构联合图卷积学习机制,有效提高了三维形状数据学习的鲁棒性与稳定性。首先,通过最远点采样与最近邻方法构造局部图,并建立动态卷积算子,有效...
针对复杂结构的三维形状分析与识别问题,提出了新颖的图卷积分类方法,建立了局部几何与全局结构联合图卷积学习机制,有效提高了三维形状数据学习的鲁棒性与稳定性。首先,通过最远点采样与最近邻方法构造局部图,并建立动态卷积算子,有效提取局部几何特征;同时,基于特征域采样构造全局的特征谱图,通过卷积算子获得全局结构信息。进而,构建加权的联合图卷积学习网络模型,引入注意力机制,实现自适应的特征融合。最终,在联合优化目标函数约束下,有效提高特征学习的性能。实验结果表明,融合局部几何与全局结构的联合图卷积网络学习机制,有效提高了深度特征的表示能力及区分性,具有更优秀的识别力和分类性能。该研究方法可应用于大规模三维场景识别、三维重建以及数据压缩,在机器人、产品数字化分析、智能导航、虚拟现实等领域具有着重要的工程意义与广泛的应用前景。
展开更多
关键词
深度学习
形状分类
三维形状
图卷积
局部几何
全局结构
在线阅读
下载PDF
职称材料
题名
国外基于电子文件管理准则下的物联网数据管理分析及启示
被引量：
1
1
作者
黄睿
单庆元
机构
大连
工业
大学
档案馆
大连工业大学信息技术中心
出处
《档案管理》
北大核心
2021年第6期113-115,共3页
文摘
通过介绍国外管理物联网数据的经验,得出物联网数据管理要根据物联网数据的属性和特点,依照GARP准则,拓宽NOARK标准,在电子文件管理系统中收集和管理物联网数据。基于这些管理准则,提出我国物联网数据管理要从物联网数据开放、元数据建模、数据保护几方面入手,提高物联网数据质量,实现物联网数据价值。
关键词
电子文件
物联网数据
数据管理
元数据
可信性
Keywords
Electronic records
Internet of things data
Data management
Metadata
Credibility
分类号
G276 [文化科学—档案学]
在线阅读
下载PDF
职称材料
题名
局部几何与全局结构联合感知的三维形状分类方法
2
作者
张晓辉
何金海
兰鹏燕
徐圣斯
机构
辽宁师范
大学
计算机与
信息
技术
学院
大连工业大学信息技术中心
出处
《计算机应用研究》
CSCD
北大核心
2023年第12期3828-3833,共6页
基金
辽宁省科技厅资助项目(2023JH2/101300190)
辽宁省教育厅一般项目(LJ2020015)。
文摘
针对复杂结构的三维形状分析与识别问题,提出了新颖的图卷积分类方法,建立了局部几何与全局结构联合图卷积学习机制,有效提高了三维形状数据学习的鲁棒性与稳定性。首先,通过最远点采样与最近邻方法构造局部图,并建立动态卷积算子,有效提取局部几何特征;同时,基于特征域采样构造全局的特征谱图,通过卷积算子获得全局结构信息。进而,构建加权的联合图卷积学习网络模型,引入注意力机制,实现自适应的特征融合。最终,在联合优化目标函数约束下,有效提高特征学习的性能。实验结果表明,融合局部几何与全局结构的联合图卷积网络学习机制,有效提高了深度特征的表示能力及区分性,具有更优秀的识别力和分类性能。该研究方法可应用于大规模三维场景识别、三维重建以及数据压缩,在机器人、产品数字化分析、智能导航、虚拟现实等领域具有着重要的工程意义与广泛的应用前景。
关键词
深度学习
形状分类
三维形状
图卷积
局部几何
全局结构
Keywords
deep learning
shape classification
three-dimensional shape
graph convolution
local geometry
global structure
分类号
TP391.41 [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
国外基于电子文件管理准则下的物联网数据管理分析及启示
黄睿
单庆元
《档案管理》
北大核心
2021
1
在线阅读
下载PDF
职称材料
2
局部几何与全局结构联合感知的三维形状分类方法
张晓辉
何金海
兰鹏燕
徐圣斯
《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
