期刊导航
期刊开放获取
河南省图书馆
退出
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
3
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
基于特征加权的KNN模型岩性识别方法
被引量:
1
1
作者
郭雨姗
王万银
《物探与化探》
CAS
2024年第2期428-436,共9页
岩性识别是一项重要的地质工作,为固体矿产勘探与油气勘探奠定了坚实的地质基础。岩石物性是连接岩性和地球物理场的桥梁,可以通过物性之间的差异进行岩性识别,但不同岩石的物性数据往往存在一定重合,仅靠交会图无法准确地识别岩性。KN...
岩性识别是一项重要的地质工作,为固体矿产勘探与油气勘探奠定了坚实的地质基础。岩石物性是连接岩性和地球物理场的桥梁,可以通过物性之间的差异进行岩性识别,但不同岩石的物性数据往往存在一定重合,仅靠交会图无法准确地识别岩性。KNN(K近邻)模型是一种简单、直接的机器学习方法,准确度和灵敏度都很高,适用于多分类问题。基于此,本文将基于特征加权的KNN模型引入岩性识别中,该方法将传统KNN模型与属性特征的信息增益相结合,对不同特征赋予不同权重,可以直观地反映属性特征对分类的重要程度。实验证明,相比于传统KNN方法,基于特征加权的KNN模型对岩性交界处的识别能力有大幅提升,整体提高了岩性识别的准确性和稳定性。
展开更多
关键词
KNN
岩性识别
信息增益
特征权重
下载PDF
职称材料
牛至的化学成分研究
被引量:
14
2
作者
郭雨姗
王国才
+3 位作者
王春华
黄晓君
李药兰
叶文才
《中国药学杂志》
CAS
CSCD
北大核心
2012年第14期1109-1113,共5页
目的研究牛至(Origanum vulgare L.)的化学成分。方法采用硅胶、ODS、Sephadex LH-20及RP-HPLC等多种色谱技术对牛至全草的化学成分进行系统的分离纯化,根据理化性质及波谱数据鉴定化合物结构。结果从牛至的乙酸乙酯部位分离得到了13个...
目的研究牛至(Origanum vulgare L.)的化学成分。方法采用硅胶、ODS、Sephadex LH-20及RP-HPLC等多种色谱技术对牛至全草的化学成分进行系统的分离纯化,根据理化性质及波谱数据鉴定化合物结构。结果从牛至的乙酸乙酯部位分离得到了13个化合物,分别鉴定为4-(O-β-D-glucopyranosyl)-hydroxy-7-(3',4'-dihydroxy-benzoyl)-benzyl alcohol(1)、(5,7,3',4'-tetrahydroxy-8-C-p-hydroxybenzylflavone)(2)、6,7,4'-三羟基黄酮(3)、1,2,4-苯三酚(4)、丹参素甲酯(5)、(+)-(R)-迷迭香酸正丁酯(6)、香蜂草苷(7)、芹菜素(8)、芹菜素7-O-β-D-吡喃葡萄糖苷(9)、木樨草素(10)、阿魏酸(11)、咖啡酸(12)和β-谷甾醇(13)。结论化合物1~7为首次从该植物中分离得到。
展开更多
关键词
牛至
唇形科
酚类
黄酮
6
7
4'-三羟基黄酮
1
2
4-苯三酚
丹参素甲酯
(+)-(R)-迷迭香酸正丁酯
原文传递
基于BERT和双通道语义协同的在线医疗评论情感分析
3
作者
张雯
张建同
郭雨姗
《医学信息学杂志》
CAS
2024年第11期30-35,共6页
目的/意义利用人工智能技术从海量评论中迅速甄别负面评论,了解患者的需求与不满,推动远程医疗的可持续发展。方法/过程以好大夫在线网站的评论数据为例,首先使用双向编码器表征(bidirectional encoder representations from transforme...
目的/意义利用人工智能技术从海量评论中迅速甄别负面评论,了解患者的需求与不满,推动远程医疗的可持续发展。方法/过程以好大夫在线网站的评论数据为例,首先使用双向编码器表征(bidirectional encoder representations from transformers, BERT)模型生成词向量,随后将其输入卷积神经网络(convolutional neural network, CNN)与双向长短期记忆网络(bidirectional long short-term memory, BiLSTM)构成的双通道模型,最后通过特征融合策略获取文本情感信息,完成二分类任务。结果/结论该双通道模型能够较好地融合BiLSTM与CNN的优势,与BERT、BERT_BiLSTM、BERT_CNN等9种模型相比,分类准确率、宏F1分数最高,在在线医疗评论文本情感分类任务中具有有效性。
展开更多
关键词
双向编码器表征
卷积神经网络
长短期记忆网络
在线医疗评论
情感分类
双通道模型
下载PDF
职称材料
题名
基于特征加权的KNN模型岩性识别方法
被引量:
1
1
作者
郭雨姗
王万银
机构
长安大学地质工程与测绘学院
中国科学院海洋地质与环境重点实验室
海洋油气勘探国家工程研究中心
出处
《物探与化探》
CAS
2024年第2期428-436,共9页
基金
中海石油有限公司科技项目“中国近海盆地潜在富油凹陷资源潜力、成藏机制与突破方向”之课题“中国近海潜在富油凹陷深部构造差异性研究”项目(CCL2021RCPS0167KQN)。
文摘
岩性识别是一项重要的地质工作,为固体矿产勘探与油气勘探奠定了坚实的地质基础。岩石物性是连接岩性和地球物理场的桥梁,可以通过物性之间的差异进行岩性识别,但不同岩石的物性数据往往存在一定重合,仅靠交会图无法准确地识别岩性。KNN(K近邻)模型是一种简单、直接的机器学习方法,准确度和灵敏度都很高,适用于多分类问题。基于此,本文将基于特征加权的KNN模型引入岩性识别中,该方法将传统KNN模型与属性特征的信息增益相结合,对不同特征赋予不同权重,可以直观地反映属性特征对分类的重要程度。实验证明,相比于传统KNN方法,基于特征加权的KNN模型对岩性交界处的识别能力有大幅提升,整体提高了岩性识别的准确性和稳定性。
关键词
KNN
岩性识别
信息增益
特征权重
Keywords
KNN
lithology identification
information gain
feature weight
分类号
P631 [天文地球—地质矿产勘探]
下载PDF
职称材料
题名
牛至的化学成分研究
被引量:
14
2
作者
郭雨姗
王国才
王春华
黄晓君
李药兰
叶文才
机构
中国药科大学天然药物化学教研室
暨南大学中药及天然药物研究所
暨南大学中药药效物质基础及创新药物研究广东省高校重点实验室
出处
《中国药学杂志》
CAS
CSCD
北大核心
2012年第14期1109-1113,共5页
基金
广东省自然科学基金研究团队项目(8351063201000003)
文摘
目的研究牛至(Origanum vulgare L.)的化学成分。方法采用硅胶、ODS、Sephadex LH-20及RP-HPLC等多种色谱技术对牛至全草的化学成分进行系统的分离纯化,根据理化性质及波谱数据鉴定化合物结构。结果从牛至的乙酸乙酯部位分离得到了13个化合物,分别鉴定为4-(O-β-D-glucopyranosyl)-hydroxy-7-(3',4'-dihydroxy-benzoyl)-benzyl alcohol(1)、(5,7,3',4'-tetrahydroxy-8-C-p-hydroxybenzylflavone)(2)、6,7,4'-三羟基黄酮(3)、1,2,4-苯三酚(4)、丹参素甲酯(5)、(+)-(R)-迷迭香酸正丁酯(6)、香蜂草苷(7)、芹菜素(8)、芹菜素7-O-β-D-吡喃葡萄糖苷(9)、木樨草素(10)、阿魏酸(11)、咖啡酸(12)和β-谷甾醇(13)。结论化合物1~7为首次从该植物中分离得到。
关键词
牛至
唇形科
酚类
黄酮
6
7
4'-三羟基黄酮
1
2
4-苯三酚
丹参素甲酯
(+)-(R)-迷迭香酸正丁酯
Keywords
Origanum vulgare
Lamiaceae
phenols
flavone
6,7,4' -trihydroxyflavone
1,2,4 -benzenetriol
methyl 3 - ( 3', 4'-di-hydroxyphenyl) lactate
( + ) -(R) -butyl rosmarinate
分类号
R284.2 [医药卫生—中药学]
原文传递
题名
基于BERT和双通道语义协同的在线医疗评论情感分析
3
作者
张雯
张建同
郭雨姗
机构
同济大学经济与管理学院
出处
《医学信息学杂志》
CAS
2024年第11期30-35,共6页
基金
国家自然科学基金面上项目(项目编号:72371188)。
文摘
目的/意义利用人工智能技术从海量评论中迅速甄别负面评论,了解患者的需求与不满,推动远程医疗的可持续发展。方法/过程以好大夫在线网站的评论数据为例,首先使用双向编码器表征(bidirectional encoder representations from transformers, BERT)模型生成词向量,随后将其输入卷积神经网络(convolutional neural network, CNN)与双向长短期记忆网络(bidirectional long short-term memory, BiLSTM)构成的双通道模型,最后通过特征融合策略获取文本情感信息,完成二分类任务。结果/结论该双通道模型能够较好地融合BiLSTM与CNN的优势,与BERT、BERT_BiLSTM、BERT_CNN等9种模型相比,分类准确率、宏F1分数最高,在在线医疗评论文本情感分类任务中具有有效性。
关键词
双向编码器表征
卷积神经网络
长短期记忆网络
在线医疗评论
情感分类
双通道模型
Keywords
bidirectional encoder representations from transformers(BERT)
convolutional neural network(CNN)
bidirectional long short-term memory(BiLSTM)
online medical reviews
sentiment classification
dual-channel model
分类号
R-058 [医药卫生]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于特征加权的KNN模型岩性识别方法
郭雨姗
王万银
《物探与化探》
CAS
2024
1
下载PDF
职称材料
2
牛至的化学成分研究
郭雨姗
王国才
王春华
黄晓君
李药兰
叶文才
《中国药学杂志》
CAS
CSCD
北大核心
2012
14
原文传递
3
基于BERT和双通道语义协同的在线医疗评论情感分析
张雯
张建同
郭雨姗
《医学信息学杂志》
CAS
2024
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