公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

路网拓扑感知的轨迹表示学习方法: 2023年; 现有路网场景下的轨迹表示学习(Trajectory Representation Learning,TRL)方法可分为两类,即基于循环神经网络(RNN)和长短期记忆(LSTM)的序列化模型以及基于自注意力机制的学习模型。尽管已有研究做出了重大贡献,但它们仍然存在以下问题:(1)现有的路网表示学习方法忽略了相邻路段之间的转移概率,不能充分捕获路网的拓扑结构信息;(2)基于自注意力机制的学习模型在短轨迹和中长轨迹上的表现优于序列化模型,但在长轨迹的表示学习上性能较差,未能很好刻画轨迹的长期语义特征。基于此,文中提出了一个新的轨迹表示学习模型TRMS。该模型采用概率感知游走来优化传统DeepWalk算法,以深入挖掘路网的拓扑结构,然后将自注意力机制和Masked Seq2Seq学习框架相结合来捕获轨迹的长期语义特征。最后,基于真实轨迹数据进行实验,结果表明,TRMS在短、中、长轨迹的嵌入表示上,性能都优于最好的基线方法。; 陈嘉俊陈伟赵雷; 关键词：路网拓扑结构

程序设计在非线性失真度仪的改进中的应用: 2012年; "失真"是指经过放大器后的输出信号与输入信号不完全相同的情况。最经常用到的是所谓"非线性失真"。本文采用计算机语言设计程序软件,改传统的模拟硬件滤波电路为软件程序滤波,并配合真有效值电路的应用,提出了对当下高校教学中普遍采用的非线性失真度仪的改进措施。; 陈伟; 关键词：滤波有效值

面向多模态知识图谱的实体对齐方法研究: 2024年; 实体对齐是构建知识图谱的重要环节,也是该领域的一个研究热点.现有实体对齐工作在包含文本、图片的多模态知识图谱数据集DB15K-FB15K和YAGO15K-FB15K上做了大量研究,但是它们仅局限于文本和图片两种模态,且在多模态知识融合方面的性能并不显著.为弥补已有工作的不足,本文构建了一个包含文本、图片、视频的多模态知识图谱数据集Douban-Baidu,并提出了EA-MMKG模型来解决多模态知识图谱实体对齐问题.EA-MMKG包含两部分:多模态知识嵌入模块和多模态知识交互融合模块.具体来讲,多模态知识嵌入模块由关系三元组嵌入、图片嵌入、视频嵌入和属性三元组嵌入4个部分组成;多模态知识交互融合模块采用了基于注意力的融合机制来融合从文本、图片、视频3种模态中提取的特征信息,从而使得各模态之间的交互更加充分、融合效果更好,并最终提高多模态知识图谱实体对齐的性能.实验结果表明,EA-MMKG模型在Douban-Baidu数据集、DB15K-FB15K数据集和YAGO15K-FB15K数据集上的性能均优于现有的模型.; 张艺玮周乾陈伟赵雷; 关键词：多模态多模态融合

Python程序设计课程教学探索被引量：5: 2021年; 近年来伴随着机器学习技术和人工智能应用的迅速发展,Python程序设计得到了广泛的关注,因为目前大多数AI框架都是基于Python搭建的,例如Pytorch与Tensorflow。但是,当前Python程序设计课程的教学模式还不够完善,一方面是由于该课程发展时间较短尚属于开发阶段;另一方面是由于新技术的快速迭代使得基于Python的新型应用层出不穷,该现状的持续发展给教学模式的跟进带来了极大的困难。为解决上述问题,文章分析了Python程序设计课程的特点及现有教学存在的问题,提出了以线下教学、线上教学、课程实践、课程考核为基础的综合教学模式,以提高学生的编程能力,并着重培养学生分析问题、解决问题的能力。; 陈伟赵雷; 关键词：线上教学实践教学

基于多模态信息融合的用户连接方法: 2024年; 为弥补用户连接现有工作中存在的以下两个问题:大部分方法只考虑用户的文本和网络结构信息,忽略了图像等多模态信息;现有方法大都通过简单的特征拼接融合不同模态的信息,忽略了这些信息的互补性、关联性和异质性,提出一个基于多模态信息融合的用户连接模型MIFUIL。获取用户的文本、视觉以及异构网络的嵌入表示;利用注意力机制学习不同模态信息间的互补性、关联性和异质性,获取用户多模态信息的融合嵌入表示,通过多模态对比学习实现跨平台的用户连接。实验结果表明,MIFUIL模型在两个多模态数据集TWFQ、DB-YAGO上的性能均优于现有方法。; 范耀文周乾陈伟赵雷; 关键词：用户连接用户身份识别复杂网络多模态融合

一种结合实体邻居信息的知识表示模型被引量：4: 2020年; 引入图像、属性、实体描述文本等来自外部的信息有助于丰富知识表示模型中的实体向量表示.但是,外部信息并不总是有效而且目前的引入方法往往效率较低.针对以上问题,本文提出了一种结合实体邻居信息的知识表示模型,该模型把从知识图谱内部获取的实体邻居作为引入的信息,然后利用自动关键词抽取技术从实体邻居中选取出部分关键的邻居,最后使用本文提出的短接联合表示方法高效地将选出的邻居结合到知识表示模型中.实验结果表明,该模型在知识图谱的链接预测任务上优于目前的最优方法.; 洪锦堆陈伟赵雷; 关键词：链接预测

基于BiLSTM-CRF的关键词自动抽取被引量：29: 2018年; 关键词自动抽取是自然语言处理(Natural Language Processing,NLP)的一项重要任务,给个性化推荐、网购等应用提供了重要的技术支撑。针对关键词自动抽取问题,提出一种新的基于双向长短期记忆网络条件随机场(Bidirectional Long Short-Term Memory Network Conditional Random Field,BiLSTM-CRF)的方法,并将该问题刻画为序列标注问题。首先,该方法通过对输入的文本进行建模,把文本表示为低维高密度的向量;然后,使用分类算法对各个词进行分类;最后,使用CRF对整个标注序列进行解码,得到最终结果。在一个大规模的真实数据中进行实验,结果表明该方法较基准系统性能提高约1个百分点。; 陈伟吴友政陈文亮张民; 关键词：自然语言处理关键词抽取条件随机场

全选清除导出

共1页<1>

陈伟