期刊文献+
共找到46,845篇文章
< 1 2 250 >
每页显示 20 50 100
同质性增强的异构图提示学习方法
1
作者 魏楚元 刘舜尧 +4 位作者 卓胜达 张蕾 王昌栋 黄书强 刘杰 《小型微型计算机系统》 北大核心 2026年第1期97-105,共9页
图神经网络在多个不同领域展现出巨大潜力,然而传统的图神经网络方法通常依赖大量标注数据进行训练,而在实际应用中,标注大量数据往往代价高昂且费时费力.近年来,提示学习作为一种新兴的预训练模型范式,在Few-shot、Zero-shot等低资源... 图神经网络在多个不同领域展现出巨大潜力,然而传统的图神经网络方法通常依赖大量标注数据进行训练,而在实际应用中,标注大量数据往往代价高昂且费时费力.近年来,提示学习作为一种新兴的预训练模型范式,在Few-shot、Zero-shot等低资源场景中表现出色.图提示学习是一种新颖的图预训练和提示框架,能够通过少量标注数据实现图数据的多任务处理,有效弥合预训练任务与下游任务之间的差距.然而,现有图提示学习方法在处理异构图时,忽视了图数据复杂的内在结构,特别是未能充分挖掘异构图中蕴含的同质性特征.为了解决该问题,本文提出了一种同质性增强的异构图提示学习方法,旨在提升图神经网络在异构图中的表现.具体而言,设计了基于元路径的同质子图提取方法,并结合同质性软聚类技术,有效捕捉节点间的节点相似性关系,从而优化图提示效果.实验结果表明,所提出的方法在多个基准数据集上优于现有技术,表现出更强的性能和效果. 展开更多
关键词 图神经网络 图提示学习 异构图 同质性 元路径
在线阅读 下载PDF
基于图注意力自编码器的自适应加权深度图聚类算法
2
作者 徐森 王作为 +4 位作者 郭乃瑄 卞学胜 徐秀芳 花小朋 周天 《控制与决策》 北大核心 2026年第1期213-220,共8页
现有深度图聚类方法因依赖静态初始图结构而存在显著局限性,此类结构通常不完整或存在偏差,且难以动态捕捉节点相似性变化.对此,提出基于图注意力自编码器的自适应加权深度图聚类算法(AWDGC).首先,通过可训练的广义马氏距离结合高斯核函... 现有深度图聚类方法因依赖静态初始图结构而存在显著局限性,此类结构通常不完整或存在偏差,且难以动态捕捉节点相似性变化.对此,提出基于图注意力自编码器的自适应加权深度图聚类算法(AWDGC).首先,通过可训练的广义马氏距离结合高斯核函数,自适应分配边权重以构建加权邻接矩阵;其次,设计图注意力自编码器,通过注意力机制融合多阶邻居信息以增强特征判别性;然后,提出基于节点相似性的动态结构优化策略,周期性更新邻接矩阵以捕捉相似性动态变化;最后,引入自监督聚类模块,通过KL散度优化聚类分布对齐,提升特征表示与聚类任务的协同性.在ACM、DBLP、CITESEER、TEXAS等6个公开数据集上的实验表明,AWDGC在聚类指标上均显著优于8个代表性基线方法. 展开更多
关键词 深度图聚类 自适应加权 图注意力网络 图自编码器 动态结构优化 自监督学习
原文传递
基于拓扑图序列的多船会遇相似场景辨识方法研究
3
作者 刘克中 宋翊宁 +1 位作者 袁志涛 王伟强 《中国航海》 北大核心 2026年第1期18-28,共11页
针对多船会遇场景相似性难以量化和识别的问题,提出一种基于拓扑图序列的多船会遇相似场景识别方法。首先,从船舶自动识别系统(AIS)数据中提取多船会遇场景,并构建表征船舶交互关系的拓扑图序列模型;其次,设计两阶段相似场景识别算法,... 针对多船会遇场景相似性难以量化和识别的问题,提出一种基于拓扑图序列的多船会遇相似场景识别方法。首先,从船舶自动识别系统(AIS)数据中提取多船会遇场景,并构建表征船舶交互关系的拓扑图序列模型;其次,设计两阶段相似场景识别算法,对拓扑图序列进行相似度计算与筛选,从而实现多船会遇相似场景的识别。以宁波舟山港水域为例,从一个月的AIS数据中提取2898个多船会遇场景,并选取其中占比较高的两类典型场景进行试验验证。根据会遇特征参数对识别结果进行对比分析。试验结果表明,所识别的相似会遇场景在动态演化特征上与原始场景具有较高一致性,该方法能够有效识别具有相似会遇关系的多船会遇场景,验证了其在多船会遇场景相似性度量中的可行性与有效性。研究结果可为多船会遇场景下的避碰决策与会遇风险分析提供参考依据。 展开更多
关键词 多船会遇场景 相似场景辨识 拓扑图 图序列相似度
在线阅读 下载PDF
互动式头针联合上肢康复机器人对脑卒中偏瘫上肢功能康复的协同作用研究
4
作者 朱金妹 尚郁峰 朱海颖 《中医康复》 2026年第2期84-89,共6页
目的:探究互动式头针与上肢智能康复机器人协同干预对脑卒中后偏瘫上肢运动功能恢复及日常生活活动能力的影响。方法:60例脑卒中患者随机分为观察组和对照组各30例。在常规康复治疗的基础上,对照组予传统头针联合上肢康复机器人训练,观... 目的:探究互动式头针与上肢智能康复机器人协同干预对脑卒中后偏瘫上肢运动功能恢复及日常生活活动能力的影响。方法:60例脑卒中患者随机分为观察组和对照组各30例。在常规康复治疗的基础上,对照组予传统头针联合上肢康复机器人训练,观察组予互动式头针联合上肢康复机器人训练,30 min/次,5次/周,治疗4周,采用Fugl-Meyer上肢运动功能评定量表(FMA-UE)、改良Barthel指数(MBI)和改良Ashworth量表(MAS)评估干预前后患者的功能状态变化,并通过测量偏瘫侧上肢最大等长收缩时肱二头肌和肱三头肌的均方根值(RMS)以及协同收缩率(CR)进行肌肉激活程度和运动模式分析。结果:治疗前,各指标组间差异无统计学意义(P>0.05);治疗后,两组患者FMA-UE、MBI评分显著提升(P<0.05),观察组高于对照组(P<0.05);MAS评分均较前显著降低(P<0.05),但组间差异无统计学意义(P>0.05);在执行最大等长收缩屈肘/伸肘动作时,各组受试者的肱二头肌/肱三头肌RMS值均有所增加(P<0.05),观察组RMS值增幅优于对照组(P<0.05);两组患者CR值均较治疗前下降(P<0.05),观察组低于对照组(P<0.05)。结论:互动式头针联合上肢智能康复机器人训练可以更好地提高偏瘫上肢运动功能,增加肌肉收缩能力,降低肌肉痉挛水平,提高日常生活自理能力,疗效优于传统针刺联合上肢康复机器人训练。 展开更多
关键词 脑卒中(中风) 上肢功能障碍 偏瘫 交互式头皮针 上肢智能康复机器人 表面肌电图(sEMG) 运动功能 日常生活活动 肌肉激活 协同收缩比
暂未订购
时间感知和空间增强的双通道图神经网络会话推荐模型
5
作者 杨兴耀 齐正 +3 位作者 于炯 张祖莲 马帅 沈洪涛 《计算机应用》 北大核心 2026年第1期104-112,共9页
为了解决会话推荐模型忽略项目之间的时间信息和空间关系,导致无法准确捕获项目之间复杂转换模式的问题,提出一种时间感知和空间增强的双通道图神经网络(GNN)的会话推荐模型。首先,对于时间通道,采用自适应时间权重对项目进行处理,以构... 为了解决会话推荐模型忽略项目之间的时间信息和空间关系,导致无法准确捕获项目之间复杂转换模式的问题,提出一种时间感知和空间增强的双通道图神经网络(GNN)的会话推荐模型。首先,对于时间通道,采用自适应时间权重对项目进行处理,以构建时间感知的会话图,并通过时间感知的GNN捕获用户的兴趣转移模式;其次,对于空间通道,将项目之间的空间关系嵌入一个图注意力网络(GAT)中,以从空间图结构的角度对信息进行聚合;最后,引入一种对比学习策略增强推荐效果。在Diginetica、Tmall和Nowplaying 3个公开数据集上,将所提模型与AttenMixer(multi-level Attention Mixture network)和GCE-GNN(Global Context Enhanced GNN)等基线模型进行对比实验,实验结果表明,所提模型的精确率(P)和平均倒数排名(MRR)取得了更优的效果。相较于次优结果,所提模型的P@10分别提高了2.09%、24.97%和10.45%,MRR@10分别提高2.52%、11.60%和4.43%。 展开更多
关键词 推荐系统 图神经网络 会话推荐 对比学习 图注意力网络
在线阅读 下载PDF
面向医疗问答的KG与LLMs协同推理机制
6
作者 袁嵩 程芬 顾进广 《计算机工程与设计》 北大核心 2026年第1期252-259,共8页
针对现有大型语言模型(LLMs)在医学推理任务中存在的隐式知识利用不足、推理路径冗余及透明度缺失等问题,提出一种基于协同推理的医学问答方法。构建推理子图学习医学知识的显式关联,并利用LLMs的隐式知识进行初步诊断,扩展关键实体。... 针对现有大型语言模型(LLMs)在医学推理任务中存在的隐式知识利用不足、推理路径冗余及透明度缺失等问题,提出一种基于协同推理的医学问答方法。构建推理子图学习医学知识的显式关联,并利用LLMs的隐式知识进行初步诊断,扩展关键实体。引入剪枝技术去除冗余推理路径,并设计推理融合机制对LLMs诊断结果与子图推理结果进行对比,以优化推理过程。在GenMedGPT-5k和CMCQA两个数据集上进行了广泛实验,实验结果表明,所提方法在推理准确性上均优于现有基准模型。 展开更多
关键词 医疗问答 提示工程 知识图谱 大型语言模型 医疗诊断 知识图谱与LLMs结合 知识图谱增强推理
在线阅读 下载PDF
顾及距离衰减效应的地理知识图谱补全方法
7
作者 赫晓慧 李爽 +1 位作者 孔锦澜 田智慧 《地球信息科学学报》 北大核心 2026年第2期273-286,共14页
【目的】地理知识图谱(GeoKG)通过知识图谱的形式化技术,将地理知识表示为计算机可解释、可复用、可推理的知识网络。但由于地理信息分布的稀疏性以及更新的落后性,地理知识图谱往往是不完整的,制约着其应用广度和深度,需要地理知识图... 【目的】地理知识图谱(GeoKG)通过知识图谱的形式化技术,将地理知识表示为计算机可解释、可复用、可推理的知识网络。但由于地理信息分布的稀疏性以及更新的落后性,地理知识图谱往往是不完整的,制约着其应用广度和深度,需要地理知识图谱补全方法来解决其不完整的问题。然而,现有补全方法未充分考虑到地理知识图谱中的语义信息以及地理实体间的交互遵循距离衰减效应,致使嵌入空间难以充分还原地理实体和关系的真实分布,从而限制了补全性能的提升。【方法】本文提出了一种顾及距离衰减效应的地理知识图谱补全方法DDGKGC(Distance-Decaying Effect-Aware Geographic Knowledge Graph Completion method)。该方法首先通过语义信息聚合模块和距离衰减效应感知模块,捕获实体和关系间的语义信息和距离信息;然后,通过基于双注意力机制的表示学习模块自适应地学习实体和关系的邻域信息,得到实体和关系的嵌入表示,最后通过ConvE得分函数进行评分预测,并使用预测结果来完成地理知识图谱补全任务。【结果】为全面评估模型性能,本文在自构建数据集Multi-Geo、CityDirection、CountyDistance及公开数据集Countries-S3上进行了对比实验、消融实验和多维度分析验证。实验结果表明,DDGKGC在MRR、Hits@1、Hits@3、Hits@10等多项指标上表现出色,尤其在全面反映模型性能的MRR指标上相较于对比方法在4个数据集上分别提升4%、3.1%、1.8%和5.2%。此外,通过多维度分析验证评估,证明了DDGKGC能够更合理地建模地理实体关系间的空间和语义关联,从而提升补全结果的准确性与地理合理性。【结论】本文提出的顾及距离衰减效应的地理知识图谱补全方法,不仅有效提升了地理知识图谱补全任务的性能,还展现出良好的泛化能力与应用潜力,同时也为地理知识图谱的深化应用提供了可靠支撑。 展开更多
关键词 地理知识图谱 地理知识图谱补全 距离衰减效应 语义信息聚合 实体关系表示 注意力机制
原文传递
融合知识图谱和XGBoost的车辆故障诊断研究
8
作者 胡杰 陈林 +4 位作者 魏敏 耿黄政 张潇 卿海华 乔美昀 《机械科学与技术》 北大核心 2026年第1期163-172,共10页
为解决目前车企售后维修存在的过度依赖维修技师经验、维修手册查阅低效和维修历史数据未有效利用等问题,基于某车企闲置的售后维修数据,将知识图谱引入汽车故障领域。鉴于数据中部分字段的文本数据为长文本类型,提出一种基于规则预处... 为解决目前车企售后维修存在的过度依赖维修技师经验、维修手册查阅低效和维修历史数据未有效利用等问题,基于某车企闲置的售后维修数据,将知识图谱引入汽车故障领域。鉴于数据中部分字段的文本数据为长文本类型,提出一种基于规则预处理与深度学习模型实体抽取结合的方法,挖掘利用车辆维修历史数据,完成汽车故障知识图谱的构建。为有效利用汽车故障知识图谱协助维修技师进行故障诊断,设计了一种基于知识图谱的车辆故障诊断流程,该流程包含一种融合知识图谱多实体和XGBoost的故障诊断方法。实验对比和实际案例测试分别验证了故障诊断方法的有效性和流程的实际可用性。 展开更多
关键词 知识图谱 XGBoost 故障诊断 深度学习 实体抽取
在线阅读 下载PDF
基于文献计量的车间调度研究进展与趋势分析
9
作者 王亚良 柯雪 潘立 《计算机集成制造系统》 北大核心 2026年第1期18-35,共18页
在现代制造业迅速发展的背景下,车间调度问题在生产制造中起着重要作用,是确保生产流程顺畅、提高生产效率、降低生产成本的关键环节。为全面系统地分析我国车间调度领域的发展状况和研究动态,通过检索中国知网(CNKI)和Web of Science(W... 在现代制造业迅速发展的背景下,车间调度问题在生产制造中起着重要作用,是确保生产流程顺畅、提高生产效率、降低生产成本的关键环节。为全面系统地分析我国车间调度领域的发展状况和研究动态,通过检索中国知网(CNKI)和Web of Science(WOS)数据库,获得2000年~2023年以车间调度为主题的中英文文献共14298篇,再运用CiteSpace 6.3 R1软件对文献进行可视化分析,分别从发文量、研究作者、国家地区、机构、关键词共现和被引文献等不同角度审视研究主题结构,结合可视化知识图谱对车间调度领域的现状、趋势和热点进行分析。分析结果表明,由于车间调度在实际应用中的复杂性和多样性,车间调度领域的研究热点也呈现多元化的趋势,目前该领域的研究主要围绕动态与实时调度的优化、多目标优化的平衡追求和智能化算法的应用等方面展开,智能化、绿色化、可持续化和跨学科融合等是未来的发展方向。 展开更多
关键词 车间调度 文献计量 知识图谱 可视化分析
在线阅读 下载PDF
融合用户属性的多层次对比学习知识感知推荐方法
10
作者 曹春萍 温昕瑜 《计算机应用研究》 北大核心 2026年第1期76-82,共7页
现有基于知识图谱的推荐模型在用户属性利用与高阶信息建模方面存在不足,易受到冗余信号干扰,从而影响推荐效果。针对上述问题,提出一种融合用户属性的对比学习推荐模型MACRec。首先,通过构建属性视图引入用户侧特征,提升节点表示的多... 现有基于知识图谱的推荐模型在用户属性利用与高阶信息建模方面存在不足,易受到冗余信号干扰,从而影响推荐效果。针对上述问题,提出一种融合用户属性的对比学习推荐模型MACRec。首先,通过构建属性视图引入用户侧特征,提升节点表示的多样性与准确性;其次,设计基于元图引导的领域构建策略,对高阶邻居进行筛选,以增强结构建模能力;再次,提出同阶与跨阶的对比机制,在协同信号与图谱信号之间实现平衡;最后,在MovieLens-1M与Book-Crossing两个公开数据集上开展实验。结果显示该模型在多项指标上均优于主流方法,证明了融合用户属性的对比学习方法在推荐准确性与泛化能力方面的有效性。 展开更多
关键词 推荐系统 知识图谱 对比学习 图神经网络
在线阅读 下载PDF
大语言模型驱动下知识图谱的构建及应用综述
11
作者 张坤丽 王影 +3 位作者 付文慧 朱永其 张艳莉 昝红英 《郑州大学学报(理学版)》 北大核心 2026年第2期1-9,共9页
在大语言模型的助力下,知识图谱凭借结构化和语义丰富的特征,提升了数据关联与解释能力,为复杂知识推理和智能决策支持等领域提供了新的研究方向和应用潜力。从知识图谱的角度出发,总结了大语言模型驱动下知识图谱的构建及应用的最新研... 在大语言模型的助力下,知识图谱凭借结构化和语义丰富的特征,提升了数据关联与解释能力,为复杂知识推理和智能决策支持等领域提供了新的研究方向和应用潜力。从知识图谱的角度出发,总结了大语言模型驱动下知识图谱的构建及应用的最新研究进展。首先,从知识建模、信息抽取、知识融合以及知识图谱补全等角度探讨了知识图谱构建的新方法;其次,阐述了知识图谱在增强大语言模型、提升检索能力以及与大语言模型协同增强三个方面的应用;最后,对大语言模型与知识图谱结合的未来研究方向进行了展望。 展开更多
关键词 大语言模型 知识图谱 信息抽取 协同增强
在线阅读 下载PDF
基于目标锚点驱动的多模态轨迹预测方法
12
作者 高镇海 鲍明喜 +2 位作者 赵睿 唐明弘 高菲 《吉林大学学报(工学版)》 北大核心 2026年第1期21-30,共10页
针对现有轨迹预测方法在车辆与地图交互方面的不足,导致轨迹预测结果不符合道路拓扑结构这一缺陷,提出了一种耦合自车运动趋势的目标锚点驱动的多模态轨迹预测方法(TMTP)。该模型通过图模型高效地将交通场景的先验知识引入算法中,以便... 针对现有轨迹预测方法在车辆与地图交互方面的不足,导致轨迹预测结果不符合道路拓扑结构这一缺陷,提出了一种耦合自车运动趋势的目标锚点驱动的多模态轨迹预测方法(TMTP)。该模型通过图模型高效地将交通场景的先验知识引入算法中,以便能精准地描述交通场景中的异构互动关系。同时,该模型充分考虑了动态场景图的车辆历史轨迹、自车未来轨迹和静态场景图中矢量化地图的拓扑信息的交互作用,并通过注意力网络聚合不同节点之间的特征,实现了更好的局部-全局之间的特征融合。此外,TMTP将驾驶意图表征为目标锚点,简化了意图空间的复杂性。本文在大规模Argoverse运动预测基准上对本文方法进行了评估,结果表明:本文模型相比于官方基准模型在min FDE_(1)和min FDE_(6)上分别提升56.2%、56.6%,可出色地完成轨迹预测任务。 展开更多
关键词 车辆工程 轨迹预测 目标锚点 图神经网络
原文传递
基于知识图谱的农业园区供用能系统优化策略检索方法
13
作者 牛焕娜 陆佳琳 +3 位作者 郭庭悦 李宗航 周安宇 李春毅 《农业工程学报》 北大核心 2026年第1期233-244,共12页
为了提升农业园区智能化调控性能,该研究提出了基于知识图谱的农业园区供用能系统调控策略检索方法。首先,构建农业园区供用能系统结构化数据特征提取体系,通过区间化处理形成数据特征标签库;其次,利用深度学习技术实现命名实体及其关... 为了提升农业园区智能化调控性能,该研究提出了基于知识图谱的农业园区供用能系统调控策略检索方法。首先,构建农业园区供用能系统结构化数据特征提取体系,通过区间化处理形成数据特征标签库;其次,利用深度学习技术实现命名实体及其关系的识别,并借助Neo4j图数据库构建知识图谱;进而提出了基于知识图谱的农业园区供用能系统优化策略检索方法,从而根据待优化运行场景的数据特征逐层检索出对应调控策略。仿真算例验证表明,该方法较传统建模优化算法将策略生成时长从22.500 s缩短至2.162 s,能够有效提升策略生成效率,并形象化展示运行场景的多维度特征及其策略匹配路径,为农业园区供用能系统的智能化决策提供支持。 展开更多
关键词 知识图谱 农业园区 供用能系统 调控策略 Neo4j图数据库
在线阅读 下载PDF
融合图神经网络和深度图聚类的联邦推荐算法
14
作者 伊华伟 宋仕玺 +1 位作者 王艳飞 白思怡 《应用科学学报》 北大核心 2026年第1期83-96,共14页
联邦学习作为解决推荐系统隐私安全问题的主流框架,在实际应用中却面临推荐精度欠佳、隐私保护力度不足及通信开销过大的问题。针对这些问题,本文提出一种融合图神经网络与深度图聚类的联邦推荐算法。首先,利用图神经网络对复杂的用户-... 联邦学习作为解决推荐系统隐私安全问题的主流框架,在实际应用中却面临推荐精度欠佳、隐私保护力度不足及通信开销过大的问题。针对这些问题,本文提出一种融合图神经网络与深度图聚类的联邦推荐算法。首先,利用图神经网络对复杂的用户-项目的高阶交互关系进行捕捉,以提升推荐系统的推荐精度;其次,在联邦学习客户端与服务器端的通信环节注入差分隐私噪声以模糊真实梯度,进而增强推荐系统的隐私保护能力;最后,通过引入深度图聚类对客户端实施聚类,选取各簇的客户端代表参与训练,并将所得参数在簇内共享,以加快模型收敛速度,降低联邦学习框架下的通信开销。基于真实数据集的实验结果表明,所提算法在提高推荐精度的同时,能够增强系统的隐私保护力度并减少通信开销。 展开更多
关键词 推荐系统 联邦学习 隐私保护 深度图聚类 图神经网络
在线阅读 下载PDF
经字互证与知识图谱:段注《水部字》征引文献的量化考据
15
作者 田园 杨新涯 苏俊 《图书馆论坛》 北大核心 2026年第2期43-52,共10页
《说文解字注》是清代训诂学典范,段玉裁在注解《说文解字》的过程中引用了大量的文献资料即征引文献,对《说文解字注·水部字》中的征引文献进行量化研究和可视化分析,考察征引文献的构成、特征与学术逻辑具有重要意义。文章在数... 《说文解字注》是清代训诂学典范,段玉裁在注解《说文解字》的过程中引用了大量的文献资料即征引文献,对《说文解字注·水部字》中的征引文献进行量化研究和可视化分析,考察征引文献的构成、特征与学术逻辑具有重要意义。文章在数字化《说文解字注》基础上,构建《水部字》征引文献本体,通过命名实体识别等方法得出段玉裁征引文献的数据,进行整理、归纳和分析后,结合Gephi等工具生成知识图谱及词云图等,系统呈现征引文献的时空分布与关联网络。研究发现,《水部字》征引文献广博且偏好经部,引用了191个人名、273种文献,征引方式灵活多元,常用省称、别名及用人名代书名。文章从征引文献类型、时代特征与学术功能等方面分析高频征引文献的原因和特点,借助数据量化方法揭示段玉裁“以经证字”的学术范式,段玉裁通过经学与文字学的双向互证,既还原文字本义,又修正经典讹误,彰显乾嘉学派“实事求是”的治学精神。 展开更多
关键词 说文解字注 征引文献 命名实体识别 知识图谱
在线阅读 下载PDF
对比学习引导的双通道自适应融合网络多视图聚类方法
16
作者 周丽娟 刘子源 +1 位作者 许鑫航 张志鸿 《小型微型计算机系统》 北大核心 2026年第1期229-239,共11页
近年来,图卷积网络在多视图聚类中表现突出,但其侧重节点间结构信息建模,而属性信息仅通过简单的线性变换进行更新,限制了模型对节点属性信息的学习能力.为此,本文提出了对比学习引导的双通道自适应融合网络多视图聚类方法.首先,结合自... 近年来,图卷积网络在多视图聚类中表现突出,但其侧重节点间结构信息建模,而属性信息仅通过简单的线性变换进行更新,限制了模型对节点属性信息的学习能力.为此,本文提出了对比学习引导的双通道自适应融合网络多视图聚类方法.首先,结合自编码器与图自编码器构建双通道网络,分别编码节点属性和结构信息,并设计通道自适应融合模块,利用注意力机制自适应融合不同通道网络在同一神经网络层中学习的属性与结构信息,以及不同神经网络层间的嵌入表示,以获得每个视图的嵌入表示.在此基础上,进一步利用注意力机制对多个视图的嵌入表示进行加权融合获得全局嵌入表示.最后,通过跨视图对比损失与自监督聚类损失迭代优化全局嵌入表示,强化视图间一致性信息学习,并生成了面向聚类任务的高质量嵌入表示.在3个公开数据集和3个来自郑州商品交易所的期货数据集上进行的实验表明,该方法在聚类任务中表现优异. 展开更多
关键词 多视图聚类 自编码器 图自编码器 双通道网络
在线阅读 下载PDF
面向知识融合的本草典籍知识图谱实体对齐研究
17
作者 李贺 邵文诗 +3 位作者 刘嘉宇 张津源 沈旺 王桂敏 《现代情报》 北大核心 2026年第3期30-43,共14页
[目的/意义]针对本草典籍知识图谱实体对齐任务中图谱异构、术语易混淆及高质量标注稀缺等挑战,提出融合生成对抗网络与模糊语义辨识的实体对齐模型GAFL-Align,旨在实现多源知识自动化融合。[方法/过程]该模型通过BERT与图注意力网络融... [目的/意义]针对本草典籍知识图谱实体对齐任务中图谱异构、术语易混淆及高质量标注稀缺等挑战,提出融合生成对抗网络与模糊语义辨识的实体对齐模型GAFL-Align,旨在实现多源知识自动化融合。[方法/过程]该模型通过BERT与图注意力网络融合实体语义与拓扑结构,利用生成对抗网络进行领域自适应以消除异构引发的特征分布差异,采用模糊边界负采样策略强化对易混淆术语的细粒度辨识,并结合迭代自训练机制利用高置信度结果扩充样本,有效降低对人工标注的依赖。[结果/结论]实验表明,该模型在自建数据集上的核心指标均优于基线方法。在此基础上构建的多源融合图谱实现了典籍间知识的互补与增值,为本草典籍知识自动化融合提供了有力的技术支撑。 展开更多
关键词 知识融合 实体对齐 本草典籍 知识图谱 深度学习
在线阅读 下载PDF
基于图结构引导的稻穗骨架解析与关键表型参数无损测量方法
18
作者 周云成 李瑞阳 +2 位作者 张羽 梁铖玮 王珏 《农业机械学报》 北大核心 2026年第1期92-103,共12页
穗部表型参数的高通量、无损获取是水稻育种与表型组学研究的关键环节。针对传统人工测量方法效率低、破坏性强,以及现有图像法依赖人工先验、灵活性差等问题,提出一种基于图结构引导的稻穗骨架解析与关键表型参数无损测量方法。首先,在... 穗部表型参数的高通量、无损获取是水稻育种与表型组学研究的关键环节。针对传统人工测量方法效率低、破坏性强,以及现有图像法依赖人工先验、灵活性差等问题,提出一种基于图结构引导的稻穗骨架解析与关键表型参数无损测量方法。首先,在YOLO v9模型基础上,引入混合背景数据增广与WIoU损失,训练出鲁棒性更强的穗节与穗颈节关键点检测模型;其次,对稻穗图像进行阈值分割与细化,提取其骨架并构建无向图拓扑结构;最后,将模型检测到的关键点与骨架拓扑图深度融合,判别关键点类别,并辅助图论算法自动识别提取穗轴、一次枝梗与二次枝梗,依据标定物实现像素尺度至物理尺度的转换。试验结果表明,优化后的关键点检测模型在穗颈节与穗节检测上的mAP较基准模型分别提高4.5、2.4个百分点,召回率分别提升7.8、4.0个百分点,关键点正确检测比例分别提升4.6、5.0个百分点。在结构计数方面,穗节点计数实现零误差,一次枝梗与二次枝梗计数的平均相对误差分别不超过0.39%、2.38%。在尺度参数测量中,稻穗的一次枝梗、二次枝梗、穗轴长度及穗节间长度的平均相对误差可控制在3.2%、7.5%、3.1%与5.2%以内,平均绝对误差分别不超过2.9、2.3、2.3、1.6 mm。本研究实现了稻穗关键表型参数的自动无损提取,可为稻穗表型分析提供一种技术方案。 展开更多
关键词 水稻 稻穗 表型参数 图结构引导 目标检测
在线阅读 下载PDF
基于轨迹表示学习的出行模式识别
19
作者 沈国江 林航 +1 位作者 王奔锋 刘志 《浙江工业大学学报》 北大核心 2026年第1期14-21,46,共9页
出行模式识别是轨迹挖掘领域中的一项重要研究,该研究通过分析出行轨迹数据来识别用户出行方式,然而现有的研究只关注轨迹的固有属性,忽略了轨迹所在道路的城市路网信息,也缺乏轨迹之间的信息交互,且未对轨迹数据进行准确表示。针对上... 出行模式识别是轨迹挖掘领域中的一项重要研究,该研究通过分析出行轨迹数据来识别用户出行方式,然而现有的研究只关注轨迹的固有属性,忽略了轨迹所在道路的城市路网信息,也缺乏轨迹之间的信息交互,且未对轨迹数据进行准确表示。针对上述问题,提出了一种基于轨迹表示学习的出行模式识别方法。首先,基于地图匹配技术和图学习的思想,将轨迹投影至路网,得到准确的轨迹路段表示,使轨迹与路网能够联合建模为图;其次,设计基于图注意力网络的路网信息交互模型,捕捉轨迹的移动规律,使各轨迹之间能够进行信息交互,得到路段特征;再次,设计基于Transformer的轨迹嵌入编码模型,挖掘轨迹的周期规律,得到更为有效的轨迹向量表示;最后,通过鉴别器识别出行模式。实验结果表明构建的模型在真实数据集上的表现优于现有的基线模型。 展开更多
关键词 出行模式识别 轨迹表示学习 图神经网络
在线阅读 下载PDF
基于图神经网络和注意力的点击率预测模型
20
作者 张峰 张涛 +2 位作者 花强 董春茹 朱杰 《河北大学学报(自然科学版)》 北大核心 2026年第1期93-103,共11页
为了充分利用特征间的高阶交互以提升点击率预测模型的预测精度,提出了一种基于图神经网络和注意力的点击率预测模型VBGA (vector-wise and bit-wise interaction model based on GNN and attention),该模型借助图神经网络和注意力机制... 为了充分利用特征间的高阶交互以提升点击率预测模型的预测精度,提出了一种基于图神经网络和注意力的点击率预测模型VBGA (vector-wise and bit-wise interaction model based on GNN and attention),该模型借助图神经网络和注意力机制,为每个特征分别学习一个细粒度的权重,并将这种细粒度的特征权重输入到向量级交互层和元素级交互层联合预测点击率.VBGA模型主要由向量级交互层和元素级交互层构成,其中向量级交互层采用有向图来构建向量级的特征交互,实现无重复的显式特征交互,在减少计算量的同时,还可以实现更高阶的特征交叉,以获得更准确的预测精度.此外,本文还提出了一种交叉网络用于构建元素级特征交互.在Criteo和Avazu数据集上,与其他几种最先进的点击率预测模型进行了比较,实验结果表明,VBGA可以获得良好的预测结果. 展开更多
关键词 点击率预测 注意力机制 图神经网络 多阶特征交互
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部