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
KENN:线性结构熵的图核神经网络
被引量：
1
1
作者
徐立祥
许巍
+2 位作者
陈恩红
罗斌
唐远炎
《软件学报》
EI
CSCD
北大核心
2024年第5期2430-2445,共16页
图神经网络(graph neural network,GNN)是一种利用深度学习直接对图结构数据进行表征的框架,近年来受到人们越来越多的关注.然而传统的基于消息传递聚合的图神经网络(messaging passing GNN,MP-GNN)忽略了不同节点的平滑速度,无差别地...
图神经网络(graph neural network,GNN)是一种利用深度学习直接对图结构数据进行表征的框架,近年来受到人们越来越多的关注.然而传统的基于消息传递聚合的图神经网络(messaging passing GNN,MP-GNN)忽略了不同节点的平滑速度,无差别地聚合了邻居信息,易造成过平滑现象.为此,研究并提出一种线性结构熵的图核神经网络分类方法,即KENN.它首先利用图核方法对节点子图进行结构编码,判断子图之间的同构性,进而利用同构系数来定义不同邻居间的平滑系数.其次基于低复杂度的线性结构熵提取图的结构信息,加深和丰富图数据的结构表达能力.通过将线性结构熵、图核和图神经网络三者进行深度融合提出了图核神经网络分类方法.它不仅可以解决生物分子数据节点特征的稀疏问题,也可以解决社交网络数据以节点度作为特征所产生的信息冗余问题,同时还使得图神经网络能够自适应调整对图结构特征的表征能力,使其超越MP-GNN的上界(WL测试).最后,在7个公开的图分类数据集上实验验证了所提出模型的性能优于其他的基准模型.
展开更多
关键词
图分类
结构熵
图核
消息传递聚合
图神经网络
在线阅读
下载PDF
职称材料
基于线形组合的高等级公路植物防眩设置模型
2
作者
孙祥龙
赵琥
+1 位作者
冯树民
李振宁
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2024年第3期136-142,共7页
为保证植物防眩效果及避免形成“墙壁效应”,从道路线形组合的角度出发,考虑车道数、车辆类型、驾驶员视觉等因素,首先,构建了直线段和曲线段植物设置间距模型、设或不设超高的平曲线、凹形和凸形竖曲线的植物防眩高度模型以及植物防眩...
为保证植物防眩效果及避免形成“墙壁效应”,从道路线形组合的角度出发,考虑车道数、车辆类型、驾驶员视觉等因素,首先,构建了直线段和曲线段植物设置间距模型、设或不设超高的平曲线、凹形和凸形竖曲线的植物防眩高度模型以及植物防眩高度极限模型。其次,结合规范和实际施工过程中常用参数对模型进行了标定,得到了不同速度下植物防眩设置间距和高度的理论值,并考虑植株成本和施工养护便利性,确定了推荐值。最后,以黑大公路为例,对植物防眩设置间距和高度模型进行了验证,结果表明:设计速度100 km/h时,直线坡、直线-凹形竖曲线路段的设置间距为9 m,高度为1.90 m;超高平曲线路段的设置间距为3 m,高度为1.95 m;凸形竖曲线路段的设置间距为3 m,高度为1.90 m;推荐值满足了不同线形组合下差异化与精确化的设计要求,同时也能方便施工养护,降低成本。
展开更多
关键词
交通安全设施
植物防眩
线形组合
设置间距
设置高度
在线阅读
下载PDF
职称材料
题名
KENN:线性结构熵的图核神经网络
被引量：
1
1
作者
徐立祥
许巍
陈恩红
罗斌
唐远炎
机构
合肥
大学
人工智能与大数据学院
中国科学技术
大学
计算机科学与技术学院
认知智能全国重点实验室
安徽
大学
计算机科学与技术学院
澳门大学珠海澳大科技研究院
出处
《软件学报》
EI
CSCD
北大核心
2024年第5期2430-2445,共16页
基金
国家自然科学基金(62176085,62172458)
国家自然科学基金区域(安徽)联合基金(U20A20229)。
文摘
图神经网络(graph neural network,GNN)是一种利用深度学习直接对图结构数据进行表征的框架,近年来受到人们越来越多的关注.然而传统的基于消息传递聚合的图神经网络(messaging passing GNN,MP-GNN)忽略了不同节点的平滑速度,无差别地聚合了邻居信息,易造成过平滑现象.为此,研究并提出一种线性结构熵的图核神经网络分类方法,即KENN.它首先利用图核方法对节点子图进行结构编码,判断子图之间的同构性,进而利用同构系数来定义不同邻居间的平滑系数.其次基于低复杂度的线性结构熵提取图的结构信息,加深和丰富图数据的结构表达能力.通过将线性结构熵、图核和图神经网络三者进行深度融合提出了图核神经网络分类方法.它不仅可以解决生物分子数据节点特征的稀疏问题,也可以解决社交网络数据以节点度作为特征所产生的信息冗余问题,同时还使得图神经网络能够自适应调整对图结构特征的表征能力,使其超越MP-GNN的上界(WL测试).最后,在7个公开的图分类数据集上实验验证了所提出模型的性能优于其他的基准模型.
关键词
图分类
结构熵
图核
消息传递聚合
图神经网络
Keywords
graph classification
structural entropy
graph kernel
message passing aggregation
graph neural network(GNN)
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于线形组合的高等级公路植物防眩设置模型
2
作者
孙祥龙
赵琥
冯树民
李振宁
机构
东北林业
大学
土木工程学院
哈尔滨工业
大学
土木工程学院
广州
大学
土木工程学院
澳门大学珠海澳大科技研究院
出处
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2024年第3期136-142,共7页
基金
黑龙江省自然科学基金(LH2023E012)
国家自然科学基金(52308490)
中央高校基本科研业务经费专项资金(2572023CT17-04)。
文摘
为保证植物防眩效果及避免形成“墙壁效应”,从道路线形组合的角度出发,考虑车道数、车辆类型、驾驶员视觉等因素,首先,构建了直线段和曲线段植物设置间距模型、设或不设超高的平曲线、凹形和凸形竖曲线的植物防眩高度模型以及植物防眩高度极限模型。其次,结合规范和实际施工过程中常用参数对模型进行了标定,得到了不同速度下植物防眩设置间距和高度的理论值,并考虑植株成本和施工养护便利性,确定了推荐值。最后,以黑大公路为例,对植物防眩设置间距和高度模型进行了验证,结果表明:设计速度100 km/h时,直线坡、直线-凹形竖曲线路段的设置间距为9 m,高度为1.90 m;超高平曲线路段的设置间距为3 m,高度为1.95 m;凸形竖曲线路段的设置间距为3 m,高度为1.90 m;推荐值满足了不同线形组合下差异化与精确化的设计要求,同时也能方便施工养护,降低成本。
关键词
交通安全设施
植物防眩
线形组合
设置间距
设置高度
Keywords
traffic safety facilities
plant anti-glare
road alignment combination
plant spacing
plant height
分类号
U491.5 [交通运输工程—交通运输规划与管理]
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
KENN:线性结构熵的图核神经网络
徐立祥
许巍
陈恩红
罗斌
唐远炎
《软件学报》
EI
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
基于线形组合的高等级公路植物防眩设置模型
孙祥龙
赵琥
冯树民
李振宁
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2024
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
