基于多尺度价值链接的城市遗产统筹保护与文化空间系统组构

基于人本价值视角,将遗产对象视为历史文化传承的场域空间,从城市与城区、片区与地段、建筑与场所三重空间尺度,提出城市遗产统筹保护与文化空间系统组构方法。以孤岛文化空间历史价值链接、历史文化空间当代价值链接、小微文化空间价值媒介链接3种价值链接机制为底层逻辑,建立城区遗产同源要素统筹、地段遗产文化生境统筹、建筑遗产价值媒介统筹3种要素统筹模式,以及城市文化空间网络建构、地段文化空间功能组织、建筑文化空间场景营造3种空间组构方案,以期突破传统遗产保护理论在遗产价值认知、价值链接和要素统筹方面的瓶颈,为我国城市遗产保护活化和价值传承实践提供参考。

基于图神经网络链接预测与回归的新兴技术预测研究--以人工智能技术为例

面向专利文本数据的新兴技术预测对于协助管理者挖掘并聚焦技术发展方向、调整技术研发路线和占据技术竞赛主动具有重要意义。以人工智能技术为例,首先利用语法分析技术识别英文句子的名词短语,通过网络词语共现方法构造名词短语共现图。其次,构造图神经网络模型,并进行共现图链接预测和链接回归分析。最后,结合链接预测和链接回归结果,对人工智能技术进行技术预测。基于收集的专利数据进行预测实验,结果表明图神经网络融合名词短语共现图方法更适合复杂语义情形下的新兴技术预测,可获得更小预测识别粒度;此外,实验结果显示人工智能技术朝着电子会议、计算机视觉、医疗健康、交互界面、测量与监控、机器学习算法、传感器、数据通道和智能制造等方向应用发展。

区块链技术推动红色文化与旅游产业链接发展路径研究

区块链技术作为一种创新的信息技术,具有去中心化、透明性和不可篡改等特点。在当前我国大力发展红色文旅的背景下,区块链技术无疑能够为红色文化与旅游产业的链接发展提供新的路径和机遇。当前,区块链技术在文旅产业中的应用仍处于探索阶段,存在技术应用成熟度不高、红色资源之间缺乏联合、文旅产品开发深度不足等问题。为实现红色文化与旅游融合发展的目标,提出:1.构建红色文旅的公有链、私有链和联盟链,形成综合性区块链网络。构建统一的许可链资源共享平台,吸引多方共同参与并维持红色文旅产业的可持续发展,实现资源创新、利润和价值共创;2.通过加强公有链建设和构建共享数据平台分别优化链接的有形模式纽带和无形链接纽带,从而提升基础设施和配套服务水平,推动链接的创新与完善;3.通过联盟链推动技术创新,强化人才支撑,优化市场和法制发展环境,实现红色文旅产业的高质量发展。

基于块链接加密的个人金融安全监测方法

由于传统的金融信息安全加密方法使用户个人隐私信息受到威胁,导致个人金融信息泄露现象比较严重。因此,文章提出基于块链接加密的个人金融安全监测方法。首先,基于块链接加密提取个人金融的数据信息特征,确保加工的金融数据具有较高的安全性。传输得到的个人金融信息的数据,在传输过程中提供了用户信息安全的保障,减少了风险的发生。最后,实现安全实时监测个人的金融信息,为银行信贷风险管理提供新的思路和方法。传统方法1、2完成完全监测所需的时间较长,两种方法相较于本文方法所需时间增多,证明了本文方法具有较好的监测效果。

《红楼梦》“文史链接”的生成及其形态

本文对《红楼梦》“文史链接”这一理论课题展开论述:《红楼梦》经典文学的性质,是产生“文史链接”的理论前提;主体是一代又一代读者“前结构”的自觉不自觉的主动参与,长达百年,才能形成经典;客体是构成“文史链接”的三个要素,即经典文本是在整体观照下表层结构具有“系统质”,才能映现深层意蕴。人物性格与生存社会环境具有“同质关系”。经典细节富有深层意蕴的包孕性。“文史链接”不仅仅体现在读解范畴,还作为一种研究方法,源远流长,开创了“诗史互证”的传统。

面向链接预测的知识图谱表示学习方法综述

作为人工智能的重要基石,知识图谱能够从互联网海量数据中抽取并表达先验知识,极大程度解决了智能系统认知决策可解释性差的瓶颈问题,对智能系统的构建与应用起关键作用.随着知识图谱技术应用的不断深化,旨在解决图谱欠完整性问题的知识图谱补全工作迫在眉睫.链接预测是针对知识图谱中缺失的实体与关系进行预测的任务,是知识图谱构建与补全中不可或缺的一环.要充分挖掘知识图谱中的隐藏关系,利用海量的实体与关系进行计算,就需要将符号化表示的信息转换为数值形式,即进行知识图谱表示学习.基于此,面向链接预测的知识图谱表示学习成为知识图谱领域的研究热点.从链接预测与表示学习的基本概念出发,系统性地介绍面向链接预测的知识图谱表示学习方法最新研究进展.具体从知识表示形式、算法建模方式两种维度对研究进展进行详细论述.以知识表示形式的发展历程为线索,分别介绍二元关系、多元关系和超关系知识表示形式下链接预测任务的数学建模.基于表示学习建模方式,将现有方法细化为4类模型:平移距离模型、张量分解模型、传统神经网络模型和图神经网络模型,并详细描述每类模型的实现方式与解决不同关系元数链接预测任务的代表模型.在介绍链接预测的常用的数据集与评判标准基础上,分别对比分析二元关系、多元关系和超关系3类知识表示形式下,4类知识表示学习模型的链接预测效果,并从模型优化、知识表示形式和问题作用域3个方面展望未来发展趋势.

从“小链接”走向“大阅读”“阅读链接”的助学价值与链接策略

“阅读链接”是统编版语文教材助学系统的有机组成部分,着重围绕单元人文主题编排,对教材内容进行有效延展。文章以五年级教材中的“阅读链接”为例,以“助在课前”“助在课中”“助在课后”为阶梯,从多个维度探析教学路径,建构多元化且有探究性、思辨性、综合性的学习方式,发展学生言语思维,提升学生核心素养。

区域PPP链接方法对PPP结果的影响

国际比较项目(ICP)从1980年第4轮ICP开始实施分区域比较,将参与比较的经济体划分成不同区域,各个区域先进行区域内比较,再将区域内各经济体的PPP进行链接得到全球PPP。区域PPP链接方法经历了从桥梁国法到环国法,再到全球核心规格品目录法和物量再分配法的演变过程。除了标准链接方法之外,住房、建筑品、政府职务报酬、教育和医疗服务等领域的国际比较,以及独联体、加勒比地区、单独参与经济体、双重参与经济体等部分区域和经济体使用特殊链接方法。研究结果表明:区域链接方法是影响PPP结果的重要因素之一,PPP结果会随着链接方法的变化,特殊领域链接方法的变化,链接中代表规格品、路径、方法、参数的选择,以及链接区域数量的变化而发生改变。

完全图高阶关系驱动的链接预测

图卷积网络(graph convolutional network,GCN)因其在处理图数据方面的独特优势而被广泛应用于推荐系统中,它通过利用图中节点之间的依赖关系传播节点属性信息,极大地提高了节点表示的准确度从而提升推荐性能.然而现有基于GCN的推荐方法仍因过平滑问题而难以进行更深层的建模,从而限制了用户与项目间高阶关系的表达.为此,提出了一种基于项目间关系的完全图高阶关系驱动的链接预测(link prediction driven by high-order relations in complete graph,LinkCG)方法.LinkCG通过用户-项目交互图与项目间隐式关联关系全局图组成的异构图预测用户到项目的链接,跳过了中间的用户节点直接利用完全图建模每个用户历史交互的项目间的局部隐式关联关系,获得项目间的高阶关系从而缓解数据稀疏性问题;此外,不同于基于节点嵌入的推荐方法,LinkCG通过赋予项目间的链接权重来表示项目间关系的紧密程度,并根据紧密程度进行链接预测,优化了模型的训练过程.在3个公开数据集上的实验结果表明,LinkCG作为只包含2个超参数的非深度学习模型,与一些先进的基于深度学习的基线方法相比提供了更好的性能.在社交关系数据上的应用进一步表明LinkCG能够从用户历史交互项目中获取足够丰富的用户偏好信息.

基于多视图对比学习的动态图链接预测方法

链接预测旨在推断网络中缺失的边或预测未来可能出现的边.先前的链接预测研究主要集中在处理静态网络上,其目标是预测已知网络中缺失的边,然而,现实世界中许多复杂网络通常是动态变化的,使得动态网络中的链接预测任务往往比静态网络中更为复杂和困难.近年来,基于动态图表示学习的链接预测方法已经展现较好的结果,这类方法利用动态图表示学习方法学习节点的嵌入表示,以捕捉网络的结构和演化信息,从而在动态网络中实现有效的链接预测.现有方法主要采用循环神经网络或自注意力机制作为神经网络架构的组件,通过时间序列网络学习动态网络的演化信息,然而,动态网络的多样性和演化模式的可变性对基于复杂时序网络的方法提出挑战.这些方法可能很难适应不同动态网络中不断发展的演化模式,同时,在图表示学习领域,图对比学习因为其强大的自监督学习能力受到广泛关注,但是现有方法大多针对静态图,对于动态图的研究较少.为了解决上述问题,提出一种动态网络多视图对比学习的链接预测方法,不依赖额外的时序网络参数,实现动态网络的表示学习和链接预测.该方法将动态网络快照视为网络的多个视图,摆脱对比学习对数据增强的依赖.通过构建包含网络结构、节点演化以及拓扑演化三个视图的对比学习目标函数,挖掘快照内网络结构、快照间节点和网络高阶结构的演化模式学习节点表示,实现链接预测任务.最后,在多个真实数据集上进行了多类动态链接预测实验,实验结果显著优于所有基线方法,验证了所提方法的有效性.

基于深度神经网络的实体链接研究综述

实体链接旨在将文本中的实体指称映射到知识库中相应的实体,是知识图谱问答、智能推荐等下游任务的基础。近年来,深度神经网络和预训练语言模型的快速发展为实体链接方法研究提供了坚实基础,并取得了显著性能提升。该文对近期实体链接模型与方法进行了系统性的综述,主要从四个方面进行:第一,介绍实体链接的一般框架,包括候选实体生成、候选实体排序和不可链接指称预测;第二,分析低资源实体链接研究现状,包括跨语言迁移方法和跨领域迁移方法;第三,探讨面向特定领域的实体链接研究方法,重点介绍生物医学和社交媒体领域;第四,简述多模态实体链接相关成果。最后,该文分析了目前实体链接方法面临的技术挑战,并展望了未来的研究趋势。

基于非定长编码和滑动窗口的隐私保护记录链接方法

隐私保护记录链接(PPRL)是一种跨不同数据库高效识别同一实体对象对应的记录而不泄露记录所代表实体对象的敏感或机密信息的方法。布隆过滤器(BF)广泛应用于PPRL,其将记录中的敏感信息进行编码并使用字符q-gram实现近似匹配。但是,BF编码容易遭受密码分析攻击,且由于对q-gram位置不敏感,会导致记录匹配的精确率较低。提出一种基于非定长编码和滑动窗口的PPRL方法,其采用的非定长编码记录生成方式不仅使记录具有位置敏感性,而且通过对有效位前后添加随机位数组隐藏了实体的位数组频率信息,从而能够有效防御频率攻击。此外,设计一种基于滑动窗口的记录链接方式,先通过快速过滤筛除大量不匹配的记录,再使用双向滑动窗口的精确匹配策略对剩余记录进行匹配,提高隐私保护记录的匹配效率。在公开数据集上的实验结果表明,相比BF方法,该方法在编码速度上快100倍左右,其同时具有更高的匹配精度,在跨数据库PPRL方面的安全性也更强。

NNN-链接护理模式联合双重任务训练对脑卒中患者的认知功能与护理结局的影响

目的:探究NNN-链接护理模式联合双重任务训练应用于脑卒中患者的效果。方法:选取2022年1—12月于第九〇九医院(厦门大学附属东南医院)就诊的脑卒中患者100例,按照随机数字表法分为对照组和观察组,各50例。对照组予以双重任务训练干预模式,观察组在对照组的基础上联合NNN-链接护理模式进行干预。观察两组口面部运动功能、认知功能、平衡功能、日常生活活动能力、吞咽功能改善效果及护理结局。结果:干预后,观察组北欧口腔颜面功能检查-筛查(NOT-S)评分明显低于对照组,简易智力状况检查(MMSE)、Berg平衡量表(BBS)及改良巴塞尔指数均明显高于对照组,差异均有统计学意义(P<0.05)。观察组总有效率(90.00%)显著高于对照组(74.00%),差异有统计学意义(P<0.05)。随访结束后,观察组功能健康、健康知识与行为、生理健康、心理社会健康及家庭健康的护理结局评分均明显高于对照组,差异均有统计学意义(P<0.05)。结论:NNN-链接护理模式联合双重任务训练应用于脑卒中患者,可明显改善患者的口面部运动功能、认知功能及平衡功能,增强患者的日常生活活动能力,改善患者的吞咽功能和护理结局。

面向视频的细粒度多模态实体链接

随着互联网和大数据的飞速发展,数据规模越来越大,种类也越来越多.视频作为其中重要的一种信息方式,随着近期短视频的发展,占比越来越大.如何对这些大规模视频进行理解分析,成为学界关注的热点.实体链接作为一种背景知识补全方式,可以提供丰富的外部知识.视频上的实体链接可以有效地帮助理解视频内容,从而实现对视频内容的分类、检索、推荐等.但是现有的视频链接数据集和方法的粒度过粗,因此提出面向视频的细粒度实体链接,并立足于直播场景,构建了细粒度视频实体链接数据集.此外,依据细粒度视频链接任务的难点,提出利用大模型抽取视频中的实体及其属性,并利用对比学习得到视频和对应实体的更好表示.实验结果表明,该方法能够有效地处理视频上的细粒度实体链接任务.

基于语义增强模式链接的Text-to-SQL模型

为优化基于异构图编码器的Text-to-SQL生成效果,提出SELSQL模型。首先,模型采用端到端的学习框架,使用双曲空间下的庞加莱距离度量替代欧氏距离度量,以此优化使用探针技术从预训练语言模型中构建的语义增强的模式链接图;其次,利用K头加权的余弦相似度以及图正则化方法学习相似度度量图使得初始模式链接图在训练中迭代优化;最后,使用改良的关系图注意力网络(RGAT)图编码器以及多头注意力机制对两个模块的联合语义模式链接图进行编码,并且使用基于语法的神经语义解码器和预定义的结构化语言进行结构化查询语言(SQL)语句解码。在Spider数据集上的实验结果表明,使用ELECTRA-large预训练模型时,SELSQL模型比最佳基线模型的准确率提升了2.5个百分点,对于复杂SQL语句生成的提升效果很大。

基于区块链和简短可链接环签名的安全电子投票方案

围绕当前多数电子投票方案存在中心化、未能实现匿名投票等问题,提出基于区块链和简短可链接环签名的安全电子投票方案.通过设计一个简短可链接环签名方案,结合区块链技术,构造了一个具体、安全、高效的电子投票方案,给出了其系统模型、算法形式化定义以及详细描述.与已有方案相比,该方案允许大规模人员投票,且支持多个投票选项以及自动计票等多个功能.安全分析和实验结果表明,该方案在满足匿名性、不可伪造性和隐私性等更多安全目标的同时在计算开销方面仍具有优势.

随机预言机模型下基于身份的格基可链接环签名

作为一种简化的群签名,环签名没有管理员角色,不需要环成员之间合作;签名者仅需自己私钥和其他环成员公钥即可进行签名操作。因其天然的匿名性,环签名在匿名投票、电子货币和车联网等场景得到广泛应用。可链接环签名作为环签名概念的一种变体,在保持了匿名性的同时还可验证两个签名是否来自同一签名者,从而有效解决举报系统中的恶意举报及区块链系统中的双重花费等问题,进而丰富了环签名的应用场景。提出一种基于身份的格基可链接环签名方案,采用G-陷门生成技术生成系统密钥,使用其改进后的陷门委派技术和原像采样算法提取用户私钥,利用双峰高斯分布下的拒绝采样技术生成签名。经安全分析,所提方案在随机预言机模型下满足无条件匿名性、不可伪造性和可链接性,安全性可规约至格上的小整数解(SIS)问题,与现有的方案相比,签名生成时间开销和签名验证时间开销都减少约50%。最后将该方案和基于异或秘密共享算法结合,设计了电子投票协议,从而保证电子投票系统的隐私性和公正性。

基于知识图谱嵌入的涉诈网络链接补全和关键节点识别

涉诈网站作为网络诈骗的常见载体之一,在网络犯罪中扮演着平台内容提供者的重要角色.该形式的犯罪具有高度的团队性与合作性,涉诈网站在内的涉诈资产之间往往呈现出极强的关联.涉诈资产、涉诈团伙等共同构成了一个庞大的涉诈网络.虽然已有不少研究者针对涉诈网站识别开展了相关研究,但目前针对涉诈资产的关联性研究还相对较少.由于涉诈网络中节点的匿名性,导致直接获取涉诈资产相关的身份信息极为困难.警务人员往往难以快速准确的对涉诈网站进行溯源反制.本文基于本体论构建了细粒度的涉诈知识图谱,创新性地将知识图谱嵌入应用于涉诈网站溯源领域,将涉诈网络中的关系抽象为多维复空间上的旋转操作,并以知识图谱嵌入向量为依据,通过向量的空间相似性探求涉诈实体间关系网络的相似性,利用模型进行实体关系的补全;此外,本文创新性地对涉诈知识图谱中关系对涉诈团队身份的揭示程度进行量化,利用加权后的涉诈关系来优化特征向量中心性算法,以挖掘其中的关键线索节点.实验结果表明,在资产关系补全上本文使用的模型有着较高的准确率,在包含37866个实体的数据集上的HITS@10准确率达到了47%,效果领先于其他知识图谱嵌入模型.在后续案例中证明,本文设计的关键线索挖掘方法能够有效地对涉诈资产进行关联溯源,并取得了显著的成效.

融合描述信息和结构特征的知识图谱链接预测

知识图谱普遍存在知识不完整的问题,这使得链接预测成为知识图谱的重要研究内容。现有模型仅关注三元组的嵌入表示,一方面,在模型的输入仅对实体和关系的嵌入表示进行随机初始化,并未融入实体及关系的描述信息,会缺失语义信息;另一方面,在解码时忽略三元组自身结构特征对链接预测结果的影响。针对上述问题,提出一种融合描述信息与结构特征的知识图谱链接预测模型BFGAT。BFGAT模型利用BERT预训练模型编码实体和关系的描述信息,并将描述信息融入到实体与关系的嵌入表示中,解决缺失语义信息的问题;在编码过程使用图注意力机制聚合邻接节点的信息,解决目标节点获得更为丰富信息的问题;在解码过程把三元组的嵌入表示拼接成矩阵,采用基于CNN卷积池化的方法,解决三元组结构特征的问题。该模型在公开数据集FB15k-237和WN18RR上进行了详细的实验,实验表明BFGAT模型能有效提高知识图谱链接预测的效果。

身体意象紊乱的NNN链接在肠造口患者护理中的应用研究

目的探讨身体意象紊乱的NNN模式在肠造口患者护理中的应用效果。方法选取2020年5月至2021年6月符合纳入标准的肠造口发生身体意象紊乱的80例患者为研究对象,随机分为观察组和对照组,每组40例。对照组给予常规护理,观察组在常规护理的基础上采用NNN链接护理方案,采用身体意象结局量表评定两组肠造口患者的结局状态。结果干预后,两组肠造口患者的结局评分[4个结局:包括适应身体障碍、身体意象、自尊、心理社会调整(即生活变化)]具有统计学意义(P<0.05);观察组的4个结局指标效果均优于对照组,差异均有统计学意义(均P<0.05)。结论在NNN链接护理模式的指导下,发生身体意象紊乱的肠造口患者心理健康和心理社会适应水平明显改善。