检索结果-维普期刊中文期刊服务平台

基于节点特征增强的信息溯源模型: 1; 作者霍宣蓉肖玉芝 +2 位作者韩佳新黄涛胡泽宇《复杂系统与复杂性科学》北大核心 2025年第3期1-10,共10页; 针对网络谣言溯源难度大,以信息载体模型和用户特征深度挖掘为切入点,提出了一种节点特征增强的溯源模型,旨在利用深度学习方法获取信息节点的高阶多尺度特征(高阶邻居、邻居状态、不同状态连接结构),并结合SEIR传播机制将节点状态学习... 展开更多; 关键词节点特征增强信息溯源 SEIR模型感染子图度量学习; 在线阅读下载PDF 职称材料

藏文句子语义块识别方法被引量：3: 2; 作者柔特色差甲才让加《中文信息学报》 CSCD 北大核心 2019年第6期42-49,共8页; 语义理解是自然语言理解的一项关键任务,传统上采用以语法为中心的词法和句法分析等技术来解析句义。该文提出了一种以语义块分析藏文句义的新方法,其中藏文语义块识别通过采用Bi-LSTM和ID-CNN两种神经网络构架对该任务进行建模和对比... 展开更多; 关键词藏文语义块语义分割语义分析; 在线阅读下载PDF 职称材料

藏文句义分割方法被引量：2: 3; 作者柔特色差甲才让加《计算机工程》 CAS CSCD 北大核心 2020年第2期286-291,共6页; 句子是字或词根据语法规则进行组合的编码,句义分割是句子组合规律的解码问题,即对句义进行解析。在藏文分词后直接进行语义分析,其颗粒度过小,容易出现词语歧义,而以句子为分析单位,则颗粒度过大,不能较好地揭示句子的语义。为此,提出... 展开更多; 关键词句义分割语义块语义分析空洞卷积神经网络藏文; 在线阅读下载PDF 职称材料

基于Vague相似性的藏文文本推荐方法: 4; 作者刘永志才华 +1 位作者才藏太林峰《高原科学研究》 CSCD 2021年第4期99-103,共5页; 随着数字信息技术的发展,藏文在移动终端和互联网中得到广泛的应用。文章收集了豆瓣网上的藏文书籍,利用藏文内容属性特征按重要性对书籍进行排序,再对特征排序进行模糊隶属度转换,并对模糊隶属度进行Vague函数值转换,求出藏文内容的Va... 展开更多; 关键词藏文文本 VAGUE 相似性推荐算法; 在线阅读下载PDF 职称材料

基于K-shell的超网络关键节点识别方法被引量：14: 5; 作者周丽娜李发旭 +1 位作者巩云超胡枫《复杂系统与复杂性科学》 CAS CSCD 北大核心 2021年第3期15-22,共8页; 将K-shell指标扩展到超网络中,避免了超网络中超度较大、但位于超网络边缘位置的节点对挖掘关键节点带来的影响。由于K-shell方法的局限性,导致节点排序结果过于粗糙。针对这一问题,结合超度和K-shell(ks)值利用欧式距离公式提出识别超... 展开更多; 关键词超图超网络关键节点 K-shell分解 k^(d)_(s); 在线阅读下载PDF 职称材料

超网络的全终端可靠性分析: 6; 作者张科赵海兴 +1 位作者冶忠林朱宇《计算机应用研究》 CSCD 北大核心 2020年第2期559-563,共5页; 网络的可靠性是复杂网络研究的一个重要领域,能有效刻画某些复杂系统的超网络属于复杂网络的研究范畴。基于超网络的拓扑结构——超图,提出了超网络在边失效下的全终端可靠度的定义,并给出了计算可靠度的两种基本方法,即状态枚举法和因... 展开更多; 关键词可靠度全终端超网络因式分解超图; 在线阅读下载PDF 职称材料

基于文本注意力机制优化的网络表示学习模型: 7; 作者唐彦龙冶忠林 +1 位作者赵海兴仁青卓么《郑州大学学报（理学版）》 CAS 北大核心 2023年第6期41-47,共7页; 在经典网络表示学习框架上进行改进,提出了基于文本注意力机制优化的网络表示学习模型。首先学习上下文节点的平均嵌入,然后利用上下文节点的平均嵌入引入注意力机制,目标节点的嵌入由注意力和文本嵌入共同决定。在文本特征上添加注意... 展开更多; 关键词网络表示学习注意力机制随机游走节点嵌入文本特征; 在线阅读下载PDF 职称材料

题名基于节点特征增强的信息溯源模型: 1; 作者霍宣蓉肖玉芝韩佳新黄涛胡泽宇; 机构青海师范大学计算机学院青海师范大学青海省藏文信息处理与机器翻译重点实验室青海师范大学藏文信息处理教育部重点实验室; 出处《复杂系统与复杂性科学》北大核心 2025年第3期1-10,共10页; 基金国家重点研发计划(314)。; 文摘针对网络谣言溯源难度大,以信息载体模型和用户特征深度挖掘为切入点,提出了一种节点特征增强的溯源模型,旨在利用深度学习方法获取信息节点的高阶多尺度特征(高阶邻居、邻居状态、不同状态连接结构),并结合SEIR传播机制将节点状态学习为信息源(I态)与非信息源(S、E、R态)。首先,利用多种节点中心性指标扩充并丰富节点特征;其次,使用抗噪增强模块对扩充后的节点特征进行重构,并动态学习节点自身及其一阶邻居的特征;再次,使用度量学习方法调整节点特征空间,使得相同状态节点之间的距离缩小,以便区分节点的类别和特性;最后,将节点多维度特征融合并分类,最终确定信息源。实验结果表明,模型在模拟生成网络和实际网络上的信息溯源均取得相对较好的效果。; 关键词节点特征增强信息溯源 SEIR模型感染子图度量学习; Keywords node feature enhancement information traceability SEIR model infection subgraph metric learning; 分类号 N94 [自然科学总论—系统科学] 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

题名藏文句子语义块识别方法被引量：3: 2; 作者柔特色差甲才让加; 机构青海师范大学计算机学院青海师范大学青海省藏文信息处理与机器翻译重点实验室; 出处《中文信息学报》 CSCD 北大核心 2019年第6期42-49,共8页; 基金国家重点研发计划项目(2017YFB1402200) 国家自然科学基金(61662061) 国家社会科学基金(14BYY132,15BYY167,16YY167); 文摘语义理解是自然语言理解的一项关键任务,传统上采用以语法为中心的词法和句法分析等技术来解析句义。该文提出了一种以语义块分析藏文句义的新方法,其中藏文语义块识别通过采用Bi-LSTM和ID-CNN两种神经网络构架对该任务进行建模和对比分析。经实验,上述的两种模型在测试数据集上取得了良好的性能表现,F1值平均分别为89%和92%。这种语义块分析和识别技术能够较好地替代词义消歧和语义角色标注等工作。; 关键词藏文语义块语义分割语义分析; Keywords Tibetan semantic chunk semantic segmentation semantic analysis; 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

题名藏文句义分割方法被引量：2: 3; 作者柔特色差甲才让加; 机构青海师范大学计算机学院青海师范大学青海省藏文信息处理与机器翻译重点实验室青海师范大学藏文信息处理教育部重点实验室; 出处《计算机工程》 CAS CSCD 北大核心 2020年第2期286-291,共6页; 基金国家重点研发计划(2017YFB1402200) 国家自然科学基金(61662061) 国家社会科学基金(14BYY132); 文摘句子是字或词根据语法规则进行组合的编码,句义分割是句子组合规律的解码问题,即对句义进行解析。在藏文分词后直接进行语义分析,其颗粒度过小,容易出现词语歧义,而以句子为分析单位,则颗粒度过大,不能较好地揭示句子的语义。为此,提出一种藏文句义分割方法,通过长度介于词语和句子之间的语义块单元进行句义分割。在对句子进行分词和标注的基础上,重新组合分词结果,将句子分割为若干个语义块,并采用空洞卷积神经网络模型对语义块进行识别。实验结果表明,该方法对藏文句义分割的准确率达到94.68%。; 关键词句义分割语义块语义分析空洞卷积神经网络藏文; Keywords semantic segmentation of sentences semantic chunk semantic analysis dilated convolutional neural network Tibetan; 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

题名基于Vague相似性的藏文文本推荐方法: 4; 作者刘永志才华才藏太林峰; 机构福州职业技术学院阿里巴巴大数据学院青海民族大学计算机学院青海师范大学藏文信息处理教育部重点实验室青海师范大学青海省藏文信息处理与机器翻译重点实验室; 出处《高原科学研究》 CSCD 2021年第4期99-103,共5页; 基金藏文信息处理教育部重点实验室/青海省藏文信息处理与机器翻译重点实验室项目(2020Z003) 青海省科技厅项目(2020-ZJ-704)。; 文摘随着数字信息技术的发展,藏文在移动终端和互联网中得到广泛的应用。文章收集了豆瓣网上的藏文书籍,利用藏文内容属性特征按重要性对书籍进行排序,再对特征排序进行模糊隶属度转换,并对模糊隶属度进行Vague函数值转换,求出藏文内容的Vague相似性;在相似性基础上利用推荐值和推荐度对待推荐藏文文本内容进行了推荐排序。经过实验验证文章提出的算法对藏文文本内容推荐效果较好。; 关键词藏文文本 VAGUE 相似性推荐算法; Keywords Tibetan text Vague similarity Recommendation algorithm; 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K-shell的超网络关键节点识别方法被引量：14: 5; 作者周丽娜李发旭巩云超胡枫; 机构青海师范大学计算机学院青海师范大学青海省藏文信息处理与机器翻译重点实验室青海师范大学藏语智能信息处理及应用国家重点实验室; 出处《复杂系统与复杂性科学》 CAS CSCD 北大核心 2021年第3期15-22,共8页; 基金国家自然科学基金(61663041) 青海科技计划项目(2018ZJ718)。; 文摘将K-shell指标扩展到超网络中,避免了超网络中超度较大、但位于超网络边缘位置的节点对挖掘关键节点带来的影响。由于K-shell方法的局限性,导致节点排序结果过于粗糙。针对这一问题,结合超度和K-shell(ks)值利用欧式距离公式提出识别超网络关键节点的k^(d)_(s)指标,并利用蛋白复合物超网络进行验证。实验证明,k^(d)_(s)指标能够准确有效地识别超网络中的关键节点。; 关键词超图超网络关键节点 K-shell分解 k^(d)_(s); Keywords hypergraph hypernetwork vital node K-shell decomposition k^(d)_(s); 分类号 TP39 [自动化与计算机技术—计算机应用技术] N949 [自然科学总论—系统科学]; 在线阅读下载PDF 职称材料

题名超网络的全终端可靠性分析: 6; 作者张科赵海兴冶忠林朱宇; 机构青海师范大学计算机学院青海师范大学青海省藏文信息处理与机器翻译重点实验室青海师范大学藏文信息处理教育部重点实验室陕西师范大学计算机科学学院; 出处《计算机应用研究》 CSCD 北大核心 2020年第2期559-563,共5页; 基金国家自然科学基金资助项目(11661069,61763041,61663041) 青海省自然科学基金资助项目(2015-ZJ-723,2018-ZJ-718) 中央高校基本科研业务费专项资金资助项目(2017TS045).; 文摘网络的可靠性是复杂网络研究的一个重要领域,能有效刻画某些复杂系统的超网络属于复杂网络的研究范畴。基于超网络的拓扑结构——超图,提出了超网络在边失效下的全终端可靠度的定义,并给出了计算可靠度的两种基本方法,即状态枚举法和因式分解法,依据因式分解法对一些具有特殊结构的超网络进行化简。作为超网络可靠性的应用,研究了连通生成子网络的数目;在与普通复杂网络的对比中可以得知,超网络的可靠性研究不能用其转换后的普通复杂网络可靠性作替代研究,该研究是对超网络可靠性研究的初步探索,有着广阔的研究空间和应用前景。; 关键词可靠度全终端超网络因式分解超图; Keywords reliability all-terminal hypernetwork factorization hypergraph; 分类号 O157.5 [理学—基础数学]; 在线阅读下载PDF 职称材料

题名基于文本注意力机制优化的网络表示学习模型: 7; 作者唐彦龙冶忠林赵海兴仁青卓么; 机构省部共建藏语智能信息处理及应用国家重点实验室青海师范大学计算机学院青海师范大学青海省藏文信息处理与机器翻译重点实验室; 出处《郑州大学学报（理学版）》 CAS 北大核心 2023年第6期41-47,共7页; 基金国家重点研发计划项目(2020YFC1523300) 国家自然科学基金青年科学基金项目(62007019) 青海省自然科学基金青年项目(2021-ZJ-946Q)。; 文摘在经典网络表示学习框架上进行改进,提出了基于文本注意力机制优化的网络表示学习模型。首先学习上下文节点的平均嵌入,然后利用上下文节点的平均嵌入引入注意力机制,目标节点的嵌入由注意力和文本嵌入共同决定。在文本特征上添加注意力机制,旨在为文本特征中的词语学习不同的权重值,使得对模型有利的词语得到最大贡献,有效避免低频词、噪声词对模型的影响。在Citeseer(M10)、DBLP(V4)和SDBLP三个数据集上进行实验,结果表明,该模型的网络节点分类性能优于DeepWalk算法和同类别表示学习算法。在网络可视化分析中,所提算法有明显的聚类现象和聚类边界,获得了期望的结果。; 关键词网络表示学习注意力机制随机游走节点嵌入文本特征; Keywords network representation learning attentional mechanism random walk node embedding text feature; 分类号 TP183 [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	作者	出处	发文年	被引量	操作
1	基于节点特征增强的信息溯源模型	霍宣蓉肖玉芝韩佳新黄涛胡泽宇	《复杂系统与复杂性科学》北大核心	2025	0	在线阅读下载PDF 职称材料
2	藏文句子语义块识别方法	柔特色差甲才让加	《中文信息学报》 CSCD 北大核心	2019	3	在线阅读下载PDF 职称材料
3	藏文句义分割方法	柔特色差甲才让加	《计算机工程》 CAS CSCD 北大核心	2020	2	在线阅读下载PDF 职称材料
4	基于Vague相似性的藏文文本推荐方法	刘永志才华才藏太林峰	《高原科学研究》 CSCD	2021	0	在线阅读下载PDF 职称材料
5	基于K-shell的超网络关键节点识别方法	周丽娜李发旭巩云超胡枫	《复杂系统与复杂性科学》 CAS CSCD 北大核心	2021	14	在线阅读下载PDF 职称材料
6	超网络的全终端可靠性分析	张科赵海兴冶忠林朱宇	《计算机应用研究》 CSCD 北大核心	2020	0	在线阅读下载PDF 职称材料
7	基于文本注意力机制优化的网络表示学习模型	唐彦龙冶忠林赵海兴仁青卓么	《郑州大学学报（理学版）》 CAS 北大核心	2023	0	在线阅读下载PDF 职称材料