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
共找到291篇文章
< 1 2 … 15 >
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：
基于双重注意力机制的时空图神经网络矿井管网瓦斯浓度预测
1
作者 赵安新 张晨阳 黎梁 《矿业安全与环保》 北大核心 2026年第1期223-229,共7页
针对煤矿井下瓦斯浓度预测精度受限的问题,提出一种基于双重注意力机制的时空图神经网络(DASTNN)模型,旨在提高煤矿井下抽采管网中瓦斯浓度的预测精度。该模型结合图卷积网络(GCN)和门控循环单元(GRU),通过时间和空间注意力机制,增强对... 针对煤矿井下瓦斯浓度预测精度受限的问题,提出一种基于双重注意力机制的时空图神经网络(DASTNN)模型,旨在提高煤矿井下抽采管网中瓦斯浓度的预测精度。该模型结合图卷积网络(GCN)和门控循环单元(GRU),通过时间和空间注意力机制,增强对管网拓扑结构与时间序列变化的特征提取能力。以gasnet-data1和gasnet-data2数据集为实验对象开展验证,结果表明,DASTNN模型的预测性能优于传统的HA、SVM、GCN、GRU等方法。在gasnet-data1数据集中,DASTNN模型的平均绝对误差(eMA)为0.310,均方根误差(e_(RMS))为1.069,决定系数(R^(2))为0.975;在gasnet-data2数据集中,DASTNN模型的eMA为0.181,e_(RMS)为0.745,R^(2)为0.990。实验结果表明,双重注意力机制能有效捕捉瓦斯浓度的时空依赖关系,显著提高了预测精度。 展开更多
关键词 矿井安全 瓦斯浓度预测 图神经网络 门控循环单元 注意力机制
在线阅读 下载PDF
融合注意力机制的GCN-BiGRU剩余油预测方法
2
作者 王梅 娄金香 +1 位作者 郭军辉 董驰 《当代化工》 2026年第1期128-133,共6页
剩余油分布影响因素复杂,注采井不仅受自身历史开发的影响,还受周围注采井的影响。针对上述问题,构建了一个融合注意力机制的自适应GCN-BiGRU剩余油预测模型,利用自适应图卷积神经网络(GCN)模块提取每层注采井与周围注采井的空间依赖关... 剩余油分布影响因素复杂,注采井不仅受自身历史开发的影响,还受周围注采井的影响。针对上述问题,构建了一个融合注意力机制的自适应GCN-BiGRU剩余油预测模型,利用自适应图卷积神经网络(GCN)模块提取每层注采井与周围注采井的空间依赖关系,在此基础上融入注意力机制的双向门控循环神经网络(BiGRU),可以更好地学习目标注采井的时序依赖关系。实验结果表明,该模型与CNN-LSTM、GCN-LSTM、CNN-GRU等相比性能均有显著提升。通过该模型得到每层各井点预测的含水饱和度,结合克里金插值法得到每层含水饱和度场,能有效预测剩余油有利区域。 展开更多
关键词 剩余油预测 图卷积神经网络 双向门控循环神经网络 克里金插值法
在线阅读 下载PDF
基于Transformer和门控循环单元的磷酸化肽从头测序算法
3
作者 姚理进 张迪 +2 位作者 周丕宇 曲志坚 王海鹏 《计算机应用》 北大核心 2026年第1期297-304,共8页
利用串联质谱对蛋白质酶切产生的肽段进行测序(称为肽鉴定)是蛋白质组学研究的支撑技术。现有肽段从头测序算法在鉴定具有重要生物学意义的磷酸化修饰肽段时准确度受限,主要原因是磷酸化修饰导致碎裂模式更复杂,易产生中性丢失峰,且磷... 利用串联质谱对蛋白质酶切产生的肽段进行测序(称为肽鉴定)是蛋白质组学研究的支撑技术。现有肽段从头测序算法在鉴定具有重要生物学意义的磷酸化修饰肽段时准确度受限,主要原因是磷酸化修饰导致碎裂模式更复杂,易产生中性丢失峰,且磷酸化肽的质谱图在常规质谱数据中丰度较低。因此,提出基于Transformer和门控循环单元(GRU)的从头测序算法TGNovo。TGNovo引入谱峰连接图,显式建模谱峰间的质量差关系,指导Transformer编码器捕捉谱图特征。Transformer模块与GRU模块分别建模谱图与氨基酸序列的关联以及谱峰间与氨基酸间的依赖关系,二者协同工作以实现肽段重建。相较于完全基于Transformer的从头测序算法Casanovo,TGNovo通过谱峰连接图和GRU模块充分利用谱图先验信息,增强了模型对谱图的建模能力。在跨物种磷酸化肽段评测中,TGNovo在肽水平和氨基酸水平的召回率上比Casanovo分别平均提升了16.5和37.1个百分点;此外,在免疫肽数据集上的实验结果表明,TGNovo鉴定的高可信抗原肽覆盖了数据库搜索结果的86%。 展开更多
关键词 从头测序 TRANSFORMER 门控循环单元 谱峰连接图 磷酸化肽
在线阅读 下载PDF
基于切比雪夫图卷积与门控循环单元的风电机组故障诊断方法
4
作者 刘洪普 杨铭 +2 位作者 董志永 涂宁 张平 《可再生能源》 北大核心 2026年第1期60-69,共10页
针对传统前馈神经网络与卷积神经网络无法有效提取风电机组运行数据的非线性空间特征与时间特征,以及目前的风电机组故障诊断方法只能进行状态监测,无法有效进行故障定位等问题,文章提出一种基于切比雪夫图卷积网络与循环门控单元的风... 针对传统前馈神经网络与卷积神经网络无法有效提取风电机组运行数据的非线性空间特征与时间特征,以及目前的风电机组故障诊断方法只能进行状态监测,无法有效进行故障定位等问题,文章提出一种基于切比雪夫图卷积网络与循环门控单元的风电机组故障诊断方法。首先,基于动态时间规整算法构建图结构;其次,通过切比雪夫图卷积网络提取风电机组运行数据的非线性空间相关性;再次,利用循环门控单元提取风电机组运行数据的时间特征;最后,通过全连接层以及Softmax激活函数输出风电机组故障状态以及故障部位。经实验验证,该方法不但能够实现风电机组潜在故障的诊断,同时也可有效判断故障发生的具体部件,准确率达到99.33%,故障误检率低至0.38%,故障漏检率低至0.41%。 展开更多
关键词 风电机组 故障诊断 动态时间规整 图卷积网络 门控循环单元
在线阅读 下载PDF
基于异质图动态特征学习的药物重定位预测
5
作者 朱昊坤 郭延哺 +2 位作者 辛向军 李朝阳 周冬明 《南方医科大学学报》 北大核心 2026年第2期456-465,共10页
目的针对现有人工智能方法在复杂异质生物网络建模中难以挖掘网络节点间的协同关系、提取高阶拓扑语义特征等问题,本文提出一种异质图动态特征学习的药物重定位预测方法。方法该方法首先构建融合药物、疾病及其交互关系的异质生物图模... 目的针对现有人工智能方法在复杂异质生物网络建模中难以挖掘网络节点间的协同关系、提取高阶拓扑语义特征等问题,本文提出一种异质图动态特征学习的药物重定位预测方法。方法该方法首先构建融合药物、疾病及其交互关系的异质生物图模型。设计动态门控注意力模块,结合动态图注意力机制动态提取药物与疾病的判别性拓扑特征。设计门控残差特征融合机制,精准融合多源相似性网络中的结构和语义信息,有效缓解特征冗余与信息缺失的问题,实现药物与疾病关联的精准预测。结果在多个数据集上的实验和案例分析表明,本文药物重定位预测方法的性能优于现有主流模型。结论所提方法可有效建模异质生物网络中的复杂关联关系,提升药物重定位预测的准确性,为复杂疾病的精准治疗和医学人工智能提供重要的技术支持。 展开更多
关键词 复杂生物网络 图神经网络 门控机制 药物重定位
在线阅读 下载PDF
基于Dynamic GNN-MB网络的毫米波雷达人体动作识别方法
6
作者 彭国梁 李浩然 +3 位作者 胡芬 郑好 郑志鹏 郇战 《现代雷达》 北大核心 2026年第1期41-47,共7页
在人体动作识别研究中,考虑到视频和图像性能受限以及对隐私的保护,毫米波雷达技术被视为更有效的替代方案,既能保护隐私又能提高人体动作特征的识别准确性。针对毫米波雷达产生的稀疏点云,设计了一种新颖的图神经网络动态记忆图神经网... 在人体动作识别研究中,考虑到视频和图像性能受限以及对隐私的保护,毫米波雷达技术被视为更有效的替代方案,既能保护隐私又能提高人体动作特征的识别准确性。针对毫米波雷达产生的稀疏点云,设计了一种新颖的图神经网络动态记忆图神经网络(Dynamic GNN-MB),在图神经网络中加入了动态边选择函数,使其能够自主地学习点云之间边的权重并提取特征;进一步,将动态图神经网络(Dynamic GNN)与堆叠的双向门控循环单元相结合,构建了一个完整的人体活动识别框架。实验中使用公共数据集验证了网络的有效性,结果表明,Dynamic GNN-MB网络模型对人体动作识别的准确率可达97.05%,相较于其他网络结构,具有更高的识别率。 展开更多
关键词 动作识别 毫米波雷达 动态边选择函数 图神经网络 双向门控循环单元
原文传递
考虑配电网动态重构的电动汽车充电负荷预测方法
7
作者 万一志 刘友波 +4 位作者 许潇 李争博 李晨 向月 刘俊勇 《电力系统自动化》 北大核心 2026年第4期91-100,共10页
电动汽车充电负荷激增使配电网重构频率显著提升,而动态拓扑调整重塑了节点间能量供给关系,造成基于静态拓扑假设的预测模型因供电路径失配产生系统性误差。为此,文中提出了一种基于动态图神经网络的多时间序列预测方法,将动态图神经网... 电动汽车充电负荷激增使配电网重构频率显著提升,而动态拓扑调整重塑了节点间能量供给关系,造成基于静态拓扑假设的预测模型因供电路径失配产生系统性误差。为此,文中提出了一种基于动态图神经网络的多时间序列预测方法,将动态图神经网络引入配电网重构场景,建立拓扑时变与充电负荷预测的显式映射关系。针对配电网动态重构过程,使用相关性图对节点间的动态耦合过程进行建模,并通过注意力机制增强图预测模块的全局特征捕获能力;使用推理模块,量化不同历史时期相关性图对当前时刻各节点的影响;使用门控循环网络模块提取高维隐特征中的时序特征并输出预测结果。最后,基于实际数据集的实验结果表明,所提方法在配电网灵活重构场景中有效提升了负荷预测精度,同时具备较好的鲁棒性。 展开更多
关键词 配电网 电动汽车 负荷预测 动态重构 图神经网络 注意力机制 门控循环网络
在线阅读 下载PDF
基于多源特征融合的工业过程微小故障诊断
8
作者 万银 刘丁 任俊超 《控制与决策》 北大核心 2026年第2期566-576,共11页
微小故障的早期识别对生产安全与产品品质至关重要,但其信号微弱,易受噪声干扰,难以人工检测,导致传统诊断方法难以有效应对.对此,提出一种基于多源特征融合的工业过程微小故障智能诊断方法——基于图卷积与门控循环单元的注意力融合建... 微小故障的早期识别对生产安全与产品品质至关重要,但其信号微弱,易受噪声干扰,难以人工检测,导致传统诊断方法难以有效应对.对此,提出一种基于多源特征融合的工业过程微小故障智能诊断方法——基于图卷积与门控循环单元的注意力融合建模方法(GCN-GRU-A).首先,采用格拉姆角场(GAF)技术在每一时刻将多维传感器数据组合成一维向量并生成对应的格拉姆角和场(GASF)图像,以充分挖掘数据的空间结构特征,再借助图卷积网络(GCN)对其进行深层次空间特征提取;其次,利用门控循环单元(GRU)对原始时序信号进行特征提取,获取其时间演化规律;然后,通过多头注意力机制对空间和时序两路特征进行加权融合,进一步强化关键故障信息的表达能力,抑制冗余噪声;最后,融合特征被输入至分类器,实现微小故障类型的精准识别.通过直拉(CZ)法硅单晶生长过程对所提出算法的有效性进行验证.结果表明,所提出的GCN-GRU-A建模方法在多项关键指标上均优于传统单一特征建模方法,显著提升了微小故障的检测灵敏度和诊断鲁棒性. 展开更多
关键词 微小故障诊断 多源特征融合 图卷积网络 门控循环单元 注意力机制 工业过程
原文传递
基于GAT-GRU的僵尸网络检测方法
9
作者 刘传真 刘贵林 索望 《成都信息工程大学学报》 2026年第1期24-31,共8页
僵尸网络的攻击对互联网威胁极大,有效检测僵尸网络对维护网络空间安全具有重要意义。目前大多数僵尸网络检测算法主要关注大规模僵尸网络,对小规模僵尸网络检测效果不佳。提出一种基于图注意力网络和门控循环单元的检测方法,从时间和... 僵尸网络的攻击对互联网威胁极大,有效检测僵尸网络对维护网络空间安全具有重要意义。目前大多数僵尸网络检测算法主要关注大规模僵尸网络,对小规模僵尸网络检测效果不佳。提出一种基于图注意力网络和门控循环单元的检测方法,从时间和空间两个维度检测小规模僵尸网络。该方法不依赖于流量协议的特征,将僵尸网络通信拓扑图、图中节点属性以及动态变化的信息引入模型中,根据时间段将数据流量进行划分,分别提取僵尸网络流量中的源IP、目的IP作为图中节点,将度数作为图的边缘权重,将PageRank值和局部聚类系数作为图中节点的属性,生成时序图;将时序图作为图注意力网络的输入提取僵尸网络的空间特征;将带有时间序列的空间特征向量作为门控循环单元的输入,提取僵尸网络的时空特征,通过分类函数完成僵尸网络检测。实验结果表明,与其他方法相比,该方法对小规模的僵尸网络检测效果更佳,同时也适用于检测大规模的僵尸网络。 展开更多
关键词 僵尸网络 图注意力网络 门控循环单元
在线阅读 下载PDF
基于分组交叉门控机制图卷积神经网络的源荷超短期功率联合预测方法
10
作者 赵婉冰 杨强 陈源奕 《高电压技术》 北大核心 2026年第2期639-651,I0005-I0007,共16页
多场站多类型源荷功率联合预测场景中,传统的时间序列预测模型难以高效提取多类型源荷的时空相关特征和内在隐含联系,导致功率预测精度不足。针对该问题,该文提出一种融合改进图卷积神经网络和分组交叉门控机制的源荷超短期功率联合预... 多场站多类型源荷功率联合预测场景中,传统的时间序列预测模型难以高效提取多类型源荷的时空相关特征和内在隐含联系,导致功率预测精度不足。针对该问题,该文提出一种融合改进图卷积神经网络和分组交叉门控机制的源荷超短期功率联合预测方法。首先,构建了基于改进型时空图卷积神经网络的源荷超短期功率联合预测模型,可充分提取源侧(风电、光伏)与荷侧(电负荷、热负荷)功率的时空关联特征。进而,设计了一种分组交叉门控机制并集成到改进的图卷积网络中,可使不同类型源荷信息得以交叉调制,有效利用了源荷之间的内在隐含联系,从而显著提升了多场站多类型源荷超短期功率联合预测的精度。最后,基于我国北部某地区的风光电源和电热负荷数据进行了对比实验,结果验证了所提方法的有效性和优越性。 展开更多
关键词 超短期功率预测 功率联合预测 图卷积网络 分组交叉门控机制 时空相关性
原文传递
融合液态神经网络与多层级图卷积的关系抽取方法
11
作者 李子亮 李兴春 《计算机应用研究》 北大核心 2026年第1期69-75,共7页
针对自然语言处理中关系抽取任务在建模长距离依赖与复杂语义理解方面的不足,提出了一种融合液态神经网络与多层级图卷积网络的关系抽取模型BLGAM。该模型首先利用BERT对输入句子进行上下文语义编码,获得初始文本表示;随后通过基于闭式... 针对自然语言处理中关系抽取任务在建模长距离依赖与复杂语义理解方面的不足,提出了一种融合液态神经网络与多层级图卷积网络的关系抽取模型BLGAM。该模型首先利用BERT对输入句子进行上下文语义编码,获得初始文本表示;随后通过基于闭式连续时间解的液态神经网络捕捉动态时序特征,建模长距离依赖信息;同时结合依存句法和实体结构构建多层级图卷积网络,提取局部与全局结构化语义特征;最后采用注意力门控机制对时序特征与结构特征进行加权融合,并通过多层感知机提升实体对关系识别的准确性与鲁棒性。在NYT和WebNLG两个公开数据集上的实验结果表明,该模型的F 1值分别达到92.6%和92.1%,均优于现有主流基线,验证了液态神经网络在长距离依赖建模与动态信息捕捉方面的显著优势,以及多层级图卷积网络在挖掘实体间隐含结构联系上的补充作用。该方法为复杂语义场景下的关系抽取提供了高效解决方案。 展开更多
关键词 关系抽取 液态神经网络 图卷积网络 预训练模型 注意力门控 多层感知机
在线阅读 下载PDF
多通道图卷积和多尺度融合的药物靶点亲和力预测
12
作者 周娟 胡静 +1 位作者 张晓龙 金淑婷 《计算机技术与发展》 2026年第3期130-137,共8页
高性能计算机辅助药物设计是一个极具潜力的领域,而药物靶点亲和力(DTA)预测则是众多药物设计阶段中关键的步骤之一,它降低了药物开发的成本并提高了效率。本研究旨在开发一种高精度的药物靶点亲和力(DTA)预测模型以提升药物开发效率。... 高性能计算机辅助药物设计是一个极具潜力的领域,而药物靶点亲和力(DTA)预测则是众多药物设计阶段中关键的步骤之一,它降低了药物开发的成本并提高了效率。本研究旨在开发一种高精度的药物靶点亲和力(DTA)预测模型以提升药物开发效率。提出了一种基于多通道密集连接图卷积和多尺度交互融合的预测方法。方法上,模型以药物分子和蛋白质的图结构数据(节点邻接矩阵)为输入,通过多头自注意力模块结合多通道密集连接图卷积模块提取药物分子的高阶结构特征,蛋白质靶标特征则通过三层图卷积网络提取。在特征融合阶段,引入Highway和Mamba模块从局部与全局两个尺度建模药物与靶点之间的交互关系,并通过全连接层输出亲和力预测值。实验结果表明,该模型在多个公开数据集上的预测性能优于现有方法,展现出更高的准确性和鲁棒性。相较于传统模型,该方法通过密集连接和多通道机制有效聚合高阶邻接信息,融合模块增强了特征交互建模能力。结论表明,该模型具有强大的泛化能力,能准确预测药物靶点相互作用强度,为计算机辅助药物设计提供了高效工具。 展开更多
关键词 药物靶点亲和力 多头自注意力 多通道图卷积 密集连接 特征融合 门控机制 Mamba 计算机辅助药物设计
在线阅读 下载PDF
基于SEGCN-GRU的滚动轴承剩余寿命预测
13
作者 苏兴亮 江海锋 +2 位作者 林勤 阙辉鉴 钟建华 《制造业自动化》 2026年第2期116-125,共10页
机械设备的滚动轴承剩余使用寿命(RUL)的精确预测,对于保证设备的可靠运行以及实施有效的维护措施至关重要,对保障工作人员生命和财产安全具有重大意义。目前,在滚动轴承RUL预测领域,由于缺乏针对不同样本之间相互关系特征的分析与提取... 机械设备的滚动轴承剩余使用寿命(RUL)的精确预测,对于保证设备的可靠运行以及实施有效的维护措施至关重要,对保障工作人员生命和财产安全具有重大意义。目前,在滚动轴承RUL预测领域,由于缺乏针对不同样本之间相互关系特征的分析与提取,以及对振动信号的处理不够灵活,导致滚动轴承RUL预测不够精确。因此,提出了一种基于压缩激励图卷积网络(Squeeze-and-excitation graph convolution Networks, SEGCN)与门控循环单元(Gated recurrent unit, GRU)的模型。首先,通过自适应变分模态分解(Adaptive variational mode decomposition, AVMD)对轴承数据进行预处理。然后,考虑到振动数据在时序维度与特征空间维度的复杂性与非线性,利用压缩激励网络(Squeeze-and-excitation network, SEN)改进图卷积网络。通过压缩激励机制,能够聚合并完全捕获与通道相关的依赖关系,结合GCN能够融合不同时间节点的数据,从而提取出数据之间的相互关系特征。最后,利用门控循环单元识别滚动轴承的不同特征,获得滚动轴承RUL的预测结果。研究结果表明,该模型能够提取各个样本之间的相互关系,对不同工作条件下的滚动轴承RUL预测具有良好的预测精度以及泛化能力。 展开更多
关键词 变分模态分解 压缩激励网络 图卷积神经网络 剩余使用寿命 门控循环单元
在线阅读 下载PDF
融合全局和属性信息的双图神经网络会话推荐 被引量：1
14
作者 杨兴耀 齐正 +3 位作者 张祖莲 于炯 陈嘉颖 王东晓 《计算机工程与设计》 北大核心 2025年第3期770-778,共9页
为解决现有会话推荐未利用项目的额外属性信息,以及忽略全局项目之间交互问题,提出一种融合全局和属性信息的双图神经网络会话推荐模型。在会话序列中捕获项目显式和隐式信息,将项目之间的交互关系构建成全局图和属性图,在全局图中利用... 为解决现有会话推荐未利用项目的额外属性信息,以及忽略全局项目之间交互问题,提出一种融合全局和属性信息的双图神经网络会话推荐模型。在会话序列中捕获项目显式和隐式信息,将项目之间的交互关系构建成全局图和属性图,在全局图中利用一个门控机制捕获显式信息,在属性图中将一个自注意力机制嵌入到图注意力网络中学习项目隐式信息。利用池化操作将两种信息融合,根据最终嵌入计算预测评分。实验结果表明,模型在3个公开数据集Diginetica、Tmall和30Music上的精确度和平均倒数排名优于新近基线模型,验证了模型的有效性。 展开更多
关键词 推荐系统 会话推荐 图神经网络 注意力机制 门控机制 图注意力网络 自注意力机制
在线阅读 下载PDF
结合图同构和混合阶残差门控图神经网络的会话推荐 被引量：2
15
作者 王永贵 于琦 《计算机科学与探索》 北大核心 2025年第2期502-512,共11页
基于会话推荐的目的是依据当前会话的先前动作来预测用户的下一个动作。针对现有基于图神经网络的会话推荐模型存在的不足之处,提出一种结合图同构和混合阶残差门控图神经网络的会话推荐模型(GIHR-GNN)。使用图同构网络聚合相邻项目的... 基于会话推荐的目的是依据当前会话的先前动作来预测用户的下一个动作。针对现有基于图神经网络的会话推荐模型存在的不足之处,提出一种结合图同构和混合阶残差门控图神经网络的会话推荐模型(GIHR-GNN)。使用图同构网络聚合相邻项目的特征向量,有效融合全局和局部信息,解决图神经网络善于捕获节点之间的局部连接而忽略全局信息的问题,并通过门控融合函数聚合用户的长短期兴趣以更好地捕捉用户兴趣的动态变化。使用混合阶门控图神经网络对位置嵌入向量进行处理以捕获用户长时间后重新交互所反映出的用户意图,并在此基础之上添加残差模块,解决深层网络的退化问题。将未去噪和去噪后的用户长期兴趣表示进行对比学习,缓解了数据稀疏和噪声干扰的问题。在Tmall和RetailRocket两个数据集上进行多次实验,并与先进基线模型进行比较,结果表明该模型在Tmall数据集上P@20指标和MRR@20指标至少提升了3.26%和10.33%,在RetailRocket数据集上P@20指标和MRR@20指标至少提升了0.55%和2.57%,证明了GIHR-GNN模型的有效性。 展开更多
关键词 会话推荐 图同构网络 混合阶残差门控图神经网络 对比学习
在线阅读 下载PDF
多通道句法门控图神经网络用于句子级情感分析 被引量：1
16
作者 张吴波 邹旺 +2 位作者 熊黎 戴顺鄂 吴文欢 《计算机工程与应用》 北大核心 2025年第8期135-144,共10页
情感分析技术是自然语言处理领域的一项重要任务。然而,现阶段文档级图神经网络的图构建复杂且需要占用大量的内存资源。在线评论文本一般由短句组成,文档级图神经网络进行情感分析的效率较低。此外,现有工作中句子级图神经网络未能充... 情感分析技术是自然语言处理领域的一项重要任务。然而,现阶段文档级图神经网络的图构建复杂且需要占用大量的内存资源。在线评论文本一般由短句组成,文档级图神经网络进行情感分析的效率较低。此外,现有工作中句子级图神经网络未能充分结合文本的单词特征、依存特征和词性特征。针对以上问题,提出一种多通道句法门控图神经网络的句子级情感分析方法(MSGNN)。该模型以句子的依存句法关系图为骨架,词性特征、单词特征和依存特征作为节点特征信息;利用三通道的门控图神经网络分别学习三种特征;采用图卷积神经网络聚合节点的特征信息。在SST-1、SST-2、MR三种基准数据集上的实验结果表明该模型相比基线模型的性能有所提升。 展开更多
关键词 情感分析 句子级图神经网络 依存特征 门控图神经网络
在线阅读 下载PDF
多域时空层次图神经网络的空气质量预测 被引量：8
17
作者 马汉达 吴亚东 《计算机应用》 北大核心 2025年第2期444-452,共9页
在协同融合气象、空间和时间三大信息的时空混合模型中,时间变化建模通常在一维空间中完成。针对一维序列局限于滑动窗口和缺乏对多尺度特征的灵活提取的问题,提出一种多域时空层次图神经网络(MST-HGNN)模型。首先,构建城市全局尺度和... 在协同融合气象、空间和时间三大信息的时空混合模型中,时间变化建模通常在一维空间中完成。针对一维序列局限于滑动窗口和缺乏对多尺度特征的灵活提取的问题,提出一种多域时空层次图神经网络(MST-HGNN)模型。首先,构建城市全局尺度和站点局部尺度的两级层次图,从而进行空间关系学习;其次,将一维空气质量序列转换为一组基于多个周期的二维张量,并在二维空间上通过多尺度卷积进行周期解耦以捕获频域特征;同时,在一维空间中利用长短期记忆(LSTM)网络拟合时域特征;最后,为避免聚合冗余信息,设计一种门控机制融合模块用于频域和时域特征的多域特征融合。在Urban-Air数据集和长三角城市群数据集上的实验结果表明,相较于多视图多任务时空图卷积网络模型(M2),所提模型在预测第1 h、3 h、6 h、12 h空气质量的平均绝对误差(MAE)和均方根误差(RMSE)均低于对比模型。可见,MST-HGNN能在频域上解耦复杂时间模式,利用频域信息弥补时域特征建模的局限性,并结合时域信息更全面地预测空气质量变化。 展开更多
关键词 空气质量预测 多域特征融合 时空特征 周期解耦 门控机制融合 图神经网络
在线阅读 下载PDF
融合外部语义知识的多标签分类方法
18
作者 杨进才 班启旭 +1 位作者 杨旭生 沈显君 《计算机应用》 北大核心 2025年第12期3757-3763,共7页
文本分类作为自然语言处理(NLP)领域的重要任务,它的多标签分类因标签空间大而成为难点。针对该问题,以儿童读物中的价值观标识为实例,提出一种融合外部语义知识的多标签分类方法HSGIN(Heterogeneous Semantic Gated Interaction Netwo... 文本分类作为自然语言处理(NLP)领域的重要任务,它的多标签分类因标签空间大而成为难点。针对该问题,以儿童读物中的价值观标识为实例,提出一种融合外部语义知识的多标签分类方法HSGIN(Heterogeneous Semantic Gated Interaction Network)。首先,利用SBERT(Sentence embeddings from Siamese BERT(Bidirectional Encoder Representations from Transformers))和双向长短期记忆(Bi-LSTM)网络提取文本特征;其次,通过异质图转换架构(HGT)联合建模知识图谱(KG)中的实体和关系,并利用先验知识和语义关联提取标签特征;最后,将文本特征和标签特征进行注意力融合以得到不同的标签特征表示,且引入门控图神经网络(GGNN)捕捉标签间的语义依赖和交互模式并进行预测。实验结果表明,相较于目前性能先进的对比方法BERT,所提方法的精确率、召回率和F1分数分别提升了2.66、0.47和1.16个百分点。以上实验结果验证了所提方法的有效性,同时,对儿童读物中价值观标识的精准分析有助于为儿童选择健康的读物。 展开更多
关键词 多标签文本分类 知识图谱 异质图转换架构 门控图神经网络 标签相关性
在线阅读 下载PDF
基于时间知识图谱嵌入的电力恐怖主义事件预测
19
作者 陈宏山 周鹏 +3 位作者 高红亮 杨政权 石侃 丁博 《哈尔滨理工大学学报》 北大核心 2025年第4期48-57,共10页
电力恐怖主义事件预测对保障人民生活质量和社会稳定至关重要。现有方法利用全球恐怖主义数据库(global terrorism database,GTD)构建两层结构的静态知识图谱预测电力恐怖主义事件,GTD仅包含与恐怖主义事件直接相关的数据,缺乏相应背景... 电力恐怖主义事件预测对保障人民生活质量和社会稳定至关重要。现有方法利用全球恐怖主义数据库(global terrorism database,GTD)构建两层结构的静态知识图谱预测电力恐怖主义事件,GTD仅包含与恐怖主义事件直接相关的数据,缺乏相应背景信息,同时,两层结构的静态知识图谱无法以事件为中心,难以提取事件间的时序和空间关系。针对以上问题,提出了一种基于时间知识图谱嵌入的电力恐怖主义事件预测方法,该方法有效挖掘GTD和维基百科中的数据,构建模式、事件、数据三层结构的时间知识图谱;同时,使用基于注意力的历史事件嵌入模块对历史事件进行编码,并采用解码器对电力恐怖主义事件的多个方面进行预测。该方法可以有效地获取事件间的相关性以及事件和属性之间的拓扑关系,可对恐怖主义事件相关的多个方面作出准确预测。 展开更多
关键词 恐怖主义 事件预测 时间知识图谱 门控循环单元 注意力机制
在线阅读 下载PDF
基于多层次图对比学习的序列推荐模型
20
作者 余肖生 王智鑫 《计算机应用》 北大核心 2025年第1期106-114,共9页
针对现有的基于对比学习的序列推荐模型只考虑了项目和项目或者序列和序列这一个层级的表示学习,而没有办法学习到精细的、易于区分的用户与项目表示的问题,提出一种基于多层次图对比学习的序列推荐(MLGCL-SR)模型。首先,根据用户点击... 针对现有的基于对比学习的序列推荐模型只考虑了项目和项目或者序列和序列这一个层级的表示学习,而没有办法学习到精细的、易于区分的用户与项目表示的问题,提出一种基于多层次图对比学习的序列推荐(MLGCL-SR)模型。首先,根据用户点击项目的顺序构建项目转移图,并对它进行嵌入表示;其次,利用优化后的双向门控图神经网络(BI-GGNN)在嵌入的项目转移图上进行用户的表示学习;最后,对主要推荐预测任务通过交叉熵损失函数进行参数更新,并使用多层次对比学习任务在嵌入层、节点层、序列层三个层次辅助推荐预测任务进行参数更新,其中在嵌入层和节点层辅助推荐预测任务进行更好的项目表示,而在序列层辅助推荐预测任务进行更好的用户表示。在3个基准数据集Sports、Beauty、Toys上的实验结果表明,相较于对比的最优模型MCLRec(Meta-optimized Contrastive Learning for sequential Recommendation),MLGCL-SR模型在命中率(HR)和归一化折损累计增益(NDCG)指标上有了显著的提升,在能较好反映推荐效果的NDCG@10指标上分别提升了14.2%、19.1%和23.1%,验证了模型的有效性。 展开更多
关键词 推荐系统 序列推荐 对比学习 双向门控图神经网络
在线阅读 下载PDF
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 2 … 15 下一页 到第 页
使用帮助 返回顶部