期刊文献+
共找到912篇文章
< 1 2 46 >
每页显示 20 50 100
ON THE GRAPHS OF PRODUCTS OF CONTINUOUS FUNCTIONS AND FRACTAL DIMENSIONS
1
作者 刘佳 石赛赛 张远 《Acta Mathematica Scientia》 SCIE CSCD 2023年第6期2483-2492,共10页
In this paper,we consider the graph of the product of continuous functions in terms of Hausdorff and packing dimensions.More precisely,we show that,given a real number 1≤β≤2,any real-valued continuous function in C... In this paper,we consider the graph of the product of continuous functions in terms of Hausdorff and packing dimensions.More precisely,we show that,given a real number 1≤β≤2,any real-valued continuous function in C([0,1])can be decomposed into a product of two real-valued continuous functions,each having a graph of Hausdorff dimensionβ.In addition,a product decomposition result for the packing dimension is obtained.This work answers affirmatively two questions raised by Verma and Priyadarshi[14]. 展开更多
关键词 Hausdorff dimension packing dimension graph of function product of functions
下载PDF
A Value for Games Defined on Graphs
2
作者 Néstor Bravo 《Applied Mathematics》 2024年第5期331-348,共18页
Given a graph g=( V,A ) , we define a space of subgraphs M with the binary operation of union and the unique decomposition property into blocks. This space allows us to discuss a notion of minimal subgraphs (minimal c... Given a graph g=( V,A ) , we define a space of subgraphs M with the binary operation of union and the unique decomposition property into blocks. This space allows us to discuss a notion of minimal subgraphs (minimal coalitions) that are of interest for the game. Additionally, a partition of the game is defined in terms of the gain of each block, and subsequently, a solution to the game is defined based on distributing to each player (node and edge) present in each block a payment proportional to their contribution to the coalition. 展开更多
关键词 graph Theory Values for graphs Cooperation Games Potential function
下载PDF
Alterations of Cerebral Functional Connectivity in Patients with Frontal Lobe Epilepsy:A Graph Theory Study
3
作者 CAO Xinzhi QIAN Zhiyu +3 位作者 XU Qiang ZHANG Zhiqiang SHEN Junshu LU Guangming 《Transactions of Nanjing University of Aeronautics and Astronautics》 EI CSCD 2019年第3期527-536,共10页
The aim of the present study is to investigate the brain functional network changes of patients with frontal lobe epilepsy(FLE)by resting-state functional magnetic resonance imaging(rsfMRI)and graph theoretical analys... The aim of the present study is to investigate the brain functional network changes of patients with frontal lobe epilepsy(FLE)by resting-state functional magnetic resonance imaging(rsfMRI)and graph theoretical analysis.rsfMRI is performed in 46 adult patients with FLE and 46 age matched healthy controls(HCs).A functional network is built from these subjects,and the topological properties of such network are analyzed quantitatively using graph theoretical methods.According to the results,both FLE patients and HCs exhibit prominent small world features.Compared with HCs,FLE shows a decrease in local efficiency(Eloc),clustering coefficient,nodal efficiency as well as nodal degree.Furthermore,FLE(seven)has fewer hubs than HCs(ten).The functional abnormalities in the network organization suggest functional disturbances in patients with FLE.This study helps to gain new insights into the functional disorder in patients with FLE.The networks built here can also be a set of potential biomarkers for the diagnosis,monitoring and the treatment of FLE. 展开更多
关键词 functionAL MRI graph theory FRONTAL LOBE EPILEPSY small world
下载PDF
Graph-Directed Coalescence Hidden Variable Fractal Interpolation Functions
4
作者 Md. Nasim Akhtar M. Guru Prem Prasad 《Applied Mathematics》 2016年第4期335-345,共11页
Fractal interpolation function (FIF) is a special type of continuous function which interpolates certain data set and the attractor of the Iterated Function System (IFS) corresponding to a data set is the graph of the... Fractal interpolation function (FIF) is a special type of continuous function which interpolates certain data set and the attractor of the Iterated Function System (IFS) corresponding to a data set is the graph of the FIF. Coalescence Hidden-variable Fractal Interpolation Function (CHFIF) is both self-affine and non self-affine in nature depending on the free variables and constrained free variables for a generalized IFS. In this article, graph directed iterated function system for a finite number of generalized data sets is considered and it is shown that the projection of the attractors on is the graph of the CHFIFs interpolating the corresponding data sets. 展开更多
关键词 Iterated function System graph-Directed Iterated function System Fractal Interpolation functions Coalescence Hidden Variable FIFs
下载PDF
Zeta Functions of the Complement and xyz-Transformations of a Regular Graph
5
作者 王学勤 邓爱平 《Journal of Donghua University(English Edition)》 EI CAS 2018年第6期480-485,共6页
Let Z(λ,G)denote the zeta function of a graph G.In this paper the complement G^Cand the G^(xyz)-transformation G^(xyz)of an r-regular graph G with n vertices and m edges for x,y,z∈{0,1,+,-},are considerd.The relatio... Let Z(λ,G)denote the zeta function of a graph G.In this paper the complement G^Cand the G^(xyz)-transformation G^(xyz)of an r-regular graph G with n vertices and m edges for x,y,z∈{0,1,+,-},are considerd.The relationship between Z(λ,G)and Z(λ,G^C)is obtained.For all x,y,z∈{0,1,+,-},the explicit formulas for the reciprocal of Z(λ,G^(xyz))in terms of r,m,n and the characteristic polynomial of G are obtained.Due to limited space,only the expressions for G^(xyz)with z=0,and xyz∈{0++,+++,1+-}are presented here. 展开更多
关键词 regular graph COMPLEMENT xyz-transformation ZETA function
下载PDF
MODIFIED DOUBLE-GRAPH DECOMPOSITION ANALYSIS FOR FINDING SYMBOLIC NETWORK FUNCTIONS
6
作者 黄汝激 《Journal of Electronics(China)》 1994年第2期143-149,共7页
The concepts of complementary cofactor pairs, normal double-graphs and feasible torn vertex seta are introduced. By using them a decomposition theorem for first-order cofactor C(Y) is derived. Combining it with the mo... The concepts of complementary cofactor pairs, normal double-graphs and feasible torn vertex seta are introduced. By using them a decomposition theorem for first-order cofactor C(Y) is derived. Combining it with the modified double-graph method, a new decomposition analysis-modified double-graph decomposition analysis is presented for finding symbolic network functions. Its advantages are that the resultant symbolic expressions are compact and contain no cancellation terms, and its sign evaluation is very simple. 展开更多
关键词 MODIFIED double-graph DECOMPOSITION ANALYSIS SYMBOLIC network function
下载PDF
Subgraph Isomorphism Based Intrinsic Function Reduction in Decompilation
7
作者 Yanzhao Liu Yinliang Zhao +1 位作者 Lei Zhang Kai Liu 《Journal of Software Engineering and Applications》 2016年第3期80-90,共11页
Program comprehension is one of the most important applications in decompilation. The more abstract the decompilation result the better it is understood. Intrinsic function is introduced by a compiler to reduce the ov... Program comprehension is one of the most important applications in decompilation. The more abstract the decompilation result the better it is understood. Intrinsic function is introduced by a compiler to reduce the overhead of a function call and is inlined in the code where it is called. When analyzing the decompiled code with lots of inlined intrinsic functions, reverse engineers may be confused by these detailed and repeated operations and lose the goal. In this paper, we propose a method based graph isomorphism to detect intrinsic function on the CFG (Control Flow Graph) of the target function first. Then we identify the boundary of the intrinsic function, determine the parameter and return value and reduce the intrinsic function to a single function call in the disassembled program. Experimental results show that our method is more efficient at reducing intrinsic functions than the state-of-art decompilers such as Hex-Rays, REC and RD (Retargetable Decompiler). 展开更多
关键词 Program Comprehension DECOMPILATION graph Isomorphism Intrinsic function
下载PDF
基于图常量条件函数依赖的图修复规则发现
8
作者 李杰 曹建军 +1 位作者 王保卫 庄园 《计算机技术与发展》 2024年第4期7-15,共9页
数据一致性是数据质量管理的一个重要内容。为了提升图数据一致性,大量关系型数据库中的数据依赖理论被引入到图数据库,包括图函数依赖、图关联规则等。图修复规则是最新提出的一种针对图数据的数据依赖规则,具有强大的修复能力,但目前... 数据一致性是数据质量管理的一个重要内容。为了提升图数据一致性,大量关系型数据库中的数据依赖理论被引入到图数据库,包括图函数依赖、图关联规则等。图修复规则是最新提出的一种针对图数据的数据依赖规则,具有强大的修复能力,但目前尚无有效的挖掘算法。为了自动生成图修复规则并提高图数据修复的可靠性,提出一种将图常量条件函数依赖转化为图修复规则的方法(GenGRR)。通过图模式在图中匹配同构子图并映射成节点-属性二维表,从表中相应属性域中抽取错误模式把图常量条件函数依赖转化成图属性值修复规则;删去图模式中常量条件函数依赖RHS对应的节点与相连边生成图属性补充规则。基于最大公共同构子图筛选并验证生成图修复规则的一致性。在多个真实数据集上进行测试,验证相比图常量条件函数直接修复图数据,通过转化生成的图修复规则具有更好的修复效果。 展开更多
关键词 数据一致性 数据质量 图函数依赖 图修复规则 子图同构 最大公共同构子图
下载PDF
Using Petri net graphs express boolean functions
9
作者 TU Jin-fu 《通讯和计算机(中英文版)》 2008年第1期22-26,共5页
关键词 PETRI网 布尔函数 有限状态机 人工智能
下载PDF
视觉对人体姿势控制影响的脑功能网络连接机制
10
作者 郭峰 袁维帅 +3 位作者 王新 夏雪莲 董彤彤 任迎慧 《医用生物力学》 CAS CSCD 北大核心 2024年第2期285-292,共8页
目的研究视觉对人体姿势控制影响及其脑功能网络连接机制。方法以15名健康青年为研究对象,要求受试者分别进行30 s睁眼、闭眼的双腿站立平衡,采集平衡过程中身体压力中心(center of pressure,COP)和脑电。对COP进行样本熵(SampleEn)计算... 目的研究视觉对人体姿势控制影响及其脑功能网络连接机制。方法以15名健康青年为研究对象,要求受试者分别进行30 s睁眼、闭眼的双腿站立平衡,采集平衡过程中身体压力中心(center of pressure,COP)和脑电。对COP进行样本熵(SampleEn)计算;对脑电θ、α和β频段,计算相位滞后指数(phase lag index,PLI)构建大脑功能网络,并基于图论计算集聚系数(C)、特征路径长度(L)及小世界网络属性(σ)。结果人体在双腿站立平衡过程中,闭眼COPY样本熵显著高于睁眼(P<0.05)。闭眼α频段PLI平均值显著高于睁眼(P<0.05);闭眼α频段C、σ显著高于睁眼,L显著低于睁眼(P<0.05)。闭眼时α频段额区-中央区-顶区之间的网络连接以及中央区和顶区内连接强度显著高于睁眼(P<0.05)。闭眼时α频段PLI平均值以及C值与COPY样本熵中度呈中度负相关(P<0.05)。睁眼时左前额区、左顶区、左枕区α频段PLI平均值与COPY样本熵呈中度负相关;闭眼时左中央区、右枕区α频段PLI平均值则与COPY样本熵呈中度负相关。结论人体在站立平衡时,当没有视觉信息输入时,身体平衡稳定性下降,同时伴随着脑电α频段的脑网络连接增强以及大脑处理信息的效率需提升。人体在不同的视觉条件下进行姿势控制时,大脑会采用不同的神经策略。 展开更多
关键词 静态平衡 视觉 大脑功能网络 图论 脑电
下载PDF
基于自适应图卷积和注意力池化的点云分类与分割
11
作者 刘玉珍 张冬霞 陶志勇 《计算机工程与科学》 CSCD 北大核心 2024年第5期872-880,共9页
针对现有点云分类与分割方法使用最大池化聚合局部邻域特征,导致最大值以外的重要信息丢失的缺陷,提出一种结合自适应图卷积AdaptConv和注意力池化AP的点云分类与分割网络。首先,采用K近邻算法构建点云局部图结构,根据点的特征生成自适... 针对现有点云分类与分割方法使用最大池化聚合局部邻域特征,导致最大值以外的重要信息丢失的缺陷,提出一种结合自适应图卷积AdaptConv和注意力池化AP的点云分类与分割网络。首先,采用K近邻算法构建点云局部图结构,根据点的特征生成自适应卷积核,灵活精确地捕获点云的局部邻域特征;其次,为有效提高特征聚合能力,采用注意力池化定义能量函数得到权重值,加权并聚合出更具代表性的点云局部特征;最后,堆叠自适应图卷积和注意力池化逐层提取全局特征,提高网络的分类和分割精度。实验结果表明,相较基准方法,点云分类的平均类别精度提升0.9%,部件分割和语义分割的平均交并比分别提升0.8%和0.3%,证明所提方法可有效提升点云分类与分割的准确率,具有较高的鲁棒性。 展开更多
关键词 自适应图卷积 注意力池化 能量函数 最大池化
下载PDF
临床实验室基于功效函数图评价Westgard西格玛规则中统计质量控制程序性能
12
作者 刘佳丽 王薇 +1 位作者 陈兵权 王治国 《现代检验医学杂志》 CAS 2024年第1期175-178,191,共5页
目的 使用功效函数图对Westgard西格玛规则中统计质量控制程序性能特征进行分析。方法 根据功效函数图绘制原理,开发了临床检验定量测定室内质量控制程序设计软件,使用功效函数图对Westgard西格玛规则中推荐的质量控制程序进行模拟,结... 目的 使用功效函数图对Westgard西格玛规则中统计质量控制程序性能特征进行分析。方法 根据功效函数图绘制原理,开发了临床检验定量测定室内质量控制程序设计软件,使用功效函数图对Westgard西格玛规则中推荐的质量控制程序进行模拟,结合不同西格玛质量水平对Westgard西格玛推荐的质量控制程序进行性能分析。结果 Westgard西格玛规则推荐的质量控制程序,是能满足误差检出概率和假失控概率要求的前提下相对简单的规则。结论 临床检验定量测定室内质量控制程序设计软件验证了Westgard西格玛规则中推荐质量控制程序的性能,Westgard西格玛规则图直观便捷,临床实验室可以用来推荐室内质量控制的质量控制程序。 展开更多
关键词 Westgard西格玛规则 功效函数图 室内质量控制 质控规则
下载PDF
MCI患者高阶动态功能连接的图论网络构建方法及分类
13
作者 王霞 王勇 +2 位作者 吴海锋 张珊 王卓然 《计算机应用研究》 CSCD 北大核心 2024年第4期1094-1103,共10页
针对在低阶脑网络应用图论忽视了功能连接高阶动态性的问题,提出了一种基于高阶动态功能连接的图论网络构建方法(GNC-HodFC),提取高阶FC网络的图论特征以对轻度认知障碍患者和健康被试者进行差异性分析及分类。首先定义了表征高阶动态... 针对在低阶脑网络应用图论忽视了功能连接高阶动态性的问题,提出了一种基于高阶动态功能连接的图论网络构建方法(GNC-HodFC),提取高阶FC网络的图论特征以对轻度认知障碍患者和健康被试者进行差异性分析及分类。首先定义了表征高阶动态脑网络连接的图论节点和边;然后利用滑动窗相关技术提取低阶功能连接信息,提出平稳性判据,选取最优特征子集以构建图论的节点;最后提出自适应阈值策略对高阶动态功能连接信息进行选取以构建图论的边,最终完成高阶动态脑网络的图构建。实验结果表明,GNC-HodFC的平均分类准确率可以达到70.5%,优于其他三种对比方法,且患者组和健康组的图论特征中存在显著性差异,GNC-HodFC方法可以为轻度认知障碍的诊断提供新的辅助手段。 展开更多
关键词 轻度认知障碍 动态功能连接 图论 低阶网络 高阶网络
下载PDF
科技文献的多层次结构功能识别
14
作者 刘昊坦 刘家伟 +1 位作者 张帆 陆伟 《信息资源管理学报》 2024年第3期90-103,共14页
实现科技文献结构功能的自动识别有助于提升细粒度信息检索、关键词抽取、引文分析等任务的效率。针对当前结构功能识别研究面临的文本内部依赖关系表达能力较弱、模型泛化迁移能力不足等问题,本研究利用图卷积神经网络捕捉单词节点间... 实现科技文献结构功能的自动识别有助于提升细粒度信息检索、关键词抽取、引文分析等任务的效率。针对当前结构功能识别研究面临的文本内部依赖关系表达能力较弱、模型泛化迁移能力不足等问题,本研究利用图卷积神经网络捕捉单词节点间存在的固有依赖信息和拓扑结构,提升模型对科技文本建模表达能力,同时,还引入对抗学习思想,提升结构功能识别模型的泛化能力。选取ScienceDirect数据集,考察多种模型方法对章节标题、章节内容、章节段落三个不同层次的结构功能的识别效果,并在PubMed-20k的医学摘要结构功能数据集上进一步测试多种模型的跨领域迁移能力。研究结果表明,在章节标题层次,BERT+GCN的识别效果最佳,F1值达到了88%,比基线模型提升3%;在章节内容层次,BERT+GAN的识别效果最佳,F1值达到了76%,比基线模型提升了3%;在章节段落层次,F1值达到了68%。BERT+GCN的跨领域迁移能力相比其他模型更优,在跨领域数据上取得了90%的F1值。 展开更多
关键词 结构功能 图卷积神经网络 对抗生成网络 科技文献 信息识别
下载PDF
静息态功能磁共振成像在癫痫中的研究进展
15
作者 郭佳慧 吴琼 +6 位作者 高阳 赵鹤 谢生辉 李波 王少彧 张华鹏 王桠楠 《磁共振成像》 CAS CSCD 北大核心 2024年第3期206-211,共6页
癫痫是一种慢性神经系统疾病,其分类广泛、机制复杂,具有反复发作和不可预测的特点,对患者的生活造成了一定的影响。深度了解其病理生理机制对疾病的治疗和提高患者生活质量十分重要,静息态功能磁共振成像(resting-state functional mag... 癫痫是一种慢性神经系统疾病,其分类广泛、机制复杂,具有反复发作和不可预测的特点,对患者的生活造成了一定的影响。深度了解其病理生理机制对疾病的治疗和提高患者生活质量十分重要,静息态功能磁共振成像(resting-state functional magnetic resonance imaging,rs-fMRI)现已成为探究癫痫脑功能改变的有效方法。目前基于rs-fMRI研究癫痫的数据分析方法主要有低频振幅(amplitude of low frequency fluctuation,ALFF)、局部一致性(regional homogeneity,ReHo)、功能连接(function connection,FC)和图论分析。本文将对rs-fMRI的各种分析方法在癫痫中的应用作一综述,为癫痫的病理生理机制及术前定位、治疗提供重要参考。 展开更多
关键词 癫痫 磁共振成像 静息态功能磁共振成像 低频振幅 局部一致性 功能连接 图论
下载PDF
基于fMRI研究经筋疗法对健康人脑网络拓扑结构的影响
16
作者 张耿标 郑鸿毅 +4 位作者 庄佳燕 吴碧霞 李伟佳 吴京铧 郑文斌 《中国中西医结合影像学杂志》 2024年第1期45-50,共6页
目的:使用静息态BOLD-fMRI结合图论方法,分析健康志愿者经筋治疗前后功能脑网络的拓扑结构,以揭示经筋疗法对脑神经网络的调控机制。方法:招募41例健康志愿者,随机分为理筋伴针刺组21例和单纯理筋组20例,采集治疗前后简单反应时间测试... 目的:使用静息态BOLD-fMRI结合图论方法,分析健康志愿者经筋治疗前后功能脑网络的拓扑结构,以揭示经筋疗法对脑神经网络的调控机制。方法:招募41例健康志愿者,随机分为理筋伴针刺组21例和单纯理筋组20例,采集治疗前后简单反应时间测试、舒尔特方格测试、颅脑MRI3D-T_1WI及BOLD数据。使用GRETNA软件构建功能脑网络、计算拓扑参数,并行治疗前后组内及组间比较。结果:治疗后2组反应力和注意力均显著提高;理筋伴针刺组的全局效率(E_(glob))和小世界属性(σ)提高,聚类系数(Cp)和特征路径长度(Lp)降低,而理筋组仅E_(glob)提高和Lp降低;理筋伴针刺组发现一神经回路连接强度减弱,包括86条连边和73个节点。相关性分析示E_(glob)、标准化聚类系数(γ)和σ分别与舒尔特方格时间呈负相关,而Lp与舒尔特方格时间呈正相关。结论:经筋治疗能重塑功能脑网络、优化其信息处理模式,进而增强志愿者的反应力和注意力,这种重塑作用可能是其治未病疗效的作用基础。而针刺松解筋结点作为经筋疗法的重要组成部分,对功能网络的重塑有重要作用。 展开更多
关键词 中医 经筋理论 针刺 功能磁共振成象 图论 脑功能网络
下载PDF
rs-fMRI结合图论分析对癫痫共病抑郁的脑功能网络研究
17
作者 潘红 刘超荣 +4 位作者 胡爱丽 黄彪 苏琦艳 周夏怡 胡崇宇 《磁共振成像》 CAS CSCD 北大核心 2024年第6期24-30,共7页
目的采用静息态功能磁共振成像(resting-state functional magnetic resonance imaging,rs-fMRI)结合图论分析方法研究癫痫共病抑郁的脑功能网络拓扑结构。材料与方法对所纳入55例癫痫患者行rs-fMRI检查和17项版汉密尔顿抑郁量表(Hamilt... 目的采用静息态功能磁共振成像(resting-state functional magnetic resonance imaging,rs-fMRI)结合图论分析方法研究癫痫共病抑郁的脑功能网络拓扑结构。材料与方法对所纳入55例癫痫患者行rs-fMRI检查和17项版汉密尔顿抑郁量表(Hamilton Depression Rating Scale,HAMD)评估,根据HAMD评分将其分成抑郁组和非抑郁组,最终纳入抑郁组30例(ED组),非抑郁组25例(E组)。基于rs-fMRI结合图论的脑网络分析方法,构建脑功能连接网络,计算脑网络拓扑结构全局及节点指标,并进行两组间比较,分析ED组与E组脑网络拓扑属性是否存在异常及异常指标与HAMD评分是否存在相关性。结果ED组患者的聚类系数(clustering efficiency,Cp)、标准化特征路径长度(lambda,λ)下降(P<0.05)。在节点水平,中心性下降的脑区包括左侧楔叶、左侧枕上回;中心性升高的脑区位于右侧额中回眶部,差异均有统计学意义(P<0.05,FDR校正)。全局属性Cp(r=−0.349,P=0.012),左侧枕上回节点聚类系数(nodal clusteering coefficient,NCp)(r=−0.382,P=0.006)、左侧楔叶NCp(r=−0.477,P<0.001)、左侧枕上回节点局部效率(nodal local efficiency,NLe)(r=−0.351,P=0.011)与HAMD评分呈负相关,右额中回眶部NLe(r=0.409,P=0.003)与HAMD评分呈正相关。结论癫痫共病抑郁是一种脑网络疾病,其脑功能网络的部分全局及节点指标存在异常改变,为更好地了解癫痫共病抑郁的发生发展提供了影像学依据。 展开更多
关键词 癫痫 抑郁 静息态功能磁共振成像 磁共振成像 脑功能网络 图论分析
下载PDF
基于自注意力机制和平均池化下图卷积网络的商品新闻事件抽取
18
作者 罗茜雅 李红军 +2 位作者 王子怡 甘晨灼 胡正浩 《成都理工大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第3期500-512,共13页
商品新闻事件抽取是对新闻非结构化语句进行归纳和表达,以提取出该语句所包含的事件以及相关信息,能够为供货需求预测、价格预测、问答系统等提供基础。现有研究工作普遍存在候选触发词与实体向量关联性利用不强以及参数角色提取准确率... 商品新闻事件抽取是对新闻非结构化语句进行归纳和表达,以提取出该语句所包含的事件以及相关信息,能够为供货需求预测、价格预测、问答系统等提供基础。现有研究工作普遍存在候选触发词与实体向量关联性利用不强以及参数角色提取准确率不够的问题,因此本文在已有研究工作的基础上,提出了一种基于自注意力机制和平均池化图卷积网络及依赖解析树的提取模型(SAT-GCN-DPT)。该模型主要分为3个模块,ComBERT预训练模块、self-attention机制下的触发分类模块、利用平均池化图卷积和依赖解析树的参数角色分类模块。模型利用self-attention机制对输入数据进行操作增强候选触发词与实体向量之间关联性,同时对图卷积结果使用平均池化函数进行信息聚合来更大程度地还原事件之间关联性和提高分类准确率。实验结果表明,在CON数据集上,本文提出的模型在触发分类以及参数角色分类的准确度以及F 1值均有了提高。 展开更多
关键词 商品新闻事件抽取 自注意力机制 平均池化函数 图卷积网络 依赖解析树
下载PDF
融合成对损失函数与分级图卷积网络的协同排名模型
19
作者 郑升旻 胡林发 漆鑫鑫 《现代电子技术》 北大核心 2024年第4期169-175,共7页
协同排名方法是一类直接优化推荐项目序列的推荐方法,但在显式评分场景中,现有的协同排名算法对用户和项目间的交互信息利用不足,使用的交互函数对用户和项目间的非线性交互关系建模不充分。针对此问题,提出一种融合成对损失函数与分级... 协同排名方法是一类直接优化推荐项目序列的推荐方法,但在显式评分场景中,现有的协同排名算法对用户和项目间的交互信息利用不足,使用的交互函数对用户和项目间的非线性交互关系建模不充分。针对此问题,提出一种融合成对损失函数与分级图卷积网络的协同排名模型。首先根据评分数据构造用户和项目的分级异质交互二部图以及项目间的成对比较集合;之后利用分级图卷积网络挖掘用户和项目间的异质交互关系,并设计相应的自连接操作;接着利用神经网络融合辅助信息以构造两者的嵌入表示,结合神经网络与内积构造用户项目间的交互函数以建模非线性关系;最后基于成对比较数据优化模型,提升模型预测排名质量。在多个公开数据集上与同类方法的对比实验结果表明,所提算法预测排名质量较优。 展开更多
关键词 协同排名 成对损失函数 图卷积神经网络 异质交互图 自连接 非线性关系
下载PDF
基于线图的无权脑超网络超边学习及融合特征分类
20
作者 上官学奎 黄晓妍 +1 位作者 王春燕 郭浩 《科学技术与工程》 北大核心 2024年第21期9002-9014,共13页
脑功能超网络已广泛用于脑疾病的分类诊断中。在现有研究中,研究人员集中于改进脑功能超网络的构建却忽略了脑超网络拓扑对于分类诊断的影响,大多使用节点特征表征脑网络的拓扑。而研究表明超边信息能够弥补超网络的特征,同时超边间的... 脑功能超网络已广泛用于脑疾病的分类诊断中。在现有研究中,研究人员集中于改进脑功能超网络的构建却忽略了脑超网络拓扑对于分类诊断的影响,大多使用节点特征表征脑网络的拓扑。而研究表明超边信息能够弥补超网络的特征,同时超边间的传递有助于整体学习。考虑到该问题,提出基于线图的无权脑功能超网络超边学习,以分析超边对脑功能超网络拓扑和分类性能的影响。具体来说,首先,基于功能磁共振数据,使用星型扩展方法构建脑功能超网络;其次使用线图理论构建超网络的线图模型;然后使用超边密度提取线图的局部属性特征并使用非参数检验方法进行局部特征选择;接着使用基于图的子结构模式挖掘算法提取线图的子图特征并使用频繁分数特征选择方法选取判别子图;最后分别利用支持向量机构建分类模型。结果表明,所提方法分类结果优于传统脑功能超网络分类结果,达到86.79%。这表明脑功能超网络模型的超边拓扑信息影响分类模型的构建。此外,基于线图模型所求得的融合特征优于任一单一类型的特征,达到88.68%。可见对于超边拓扑信息提取,不仅需要考虑超边的属性信息,还需考虑超边间的空间传递信息能力。 展开更多
关键词 静息态功能磁共振影像 脑功能超网络 线图 超边密度 机器学习 阿尔兹海默症
下载PDF
上一页 1 2 46 下一页 到第
使用帮助 返回顶部