检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

41 篇 专利

馆藏范围

41 篇 电子文献
0 种 纸本馆藏

日期分布

机构

3 篇 合肥综合性国家科...
2 篇 哈尔滨理工大学
2 篇 北京海泰方圆科技...
2 篇 清华大学
2 篇 北京邮电大学
2 篇 四川大学
2 篇 西南交通大学
2 篇 哈尔滨工业大学
2 篇 河海大学
2 篇 南京航空航天大学
2 篇 西南电子技术研究...
2 篇 中国船舶重工集团...
2 篇 国网山东省电力公...
2 篇 中国科学院地理科...
2 篇 腾讯科技有限公司
1 篇 东南大学
1 篇 桂林电子科技大学
1 篇 华中师范大学
1 篇 重庆邮电大学
1 篇 湖北金百汇文化传...

作者

3 篇 刘淇
3 篇 苏喻
3 篇 朱林波
2 篇 黄刘
2 篇 张虓
2 篇 刘鑫
2 篇 刘宇鹏
2 篇 代翔
2 篇 潘磊
2 篇 江东
2 篇 周莹
2 篇 冯阳
2 篇 崔莹
2 篇 胡伯良
2 篇 陶传奇
2 篇 郭虹静
2 篇 陈谦
2 篇 宋美娜
2 篇 师磊
2 篇 吕志星

语言

41 篇 中文

检索条件"主题词=向量表示形式"

共 41 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

为网络中节点确定向量表示形式的方法及装置

为网络中节点确定向量表示形式的方法及装置

引用

作者：韩矞刘志斌唐杰陈谦刘潇刘德兵郑宇飞 100084 北京市海淀区双清路30号

本发明公开了一种为网络中节点确定向量表示形式的方法及装置，属于网络技术领域。该方法包括：根据网络中的节点和节点信息，生成网络结构；获取每个节点的初始背景向量和初始目标向量；以每个节点为起点进行随机游走，得到节点序列，... 详细信息

标准号: CN108880846A

本发明公开了一种为网络中节点确定向量表示形式的方法及装置，属于网络技术领域。该方法包括：根据网络中的节点和节点信息，生成网络结构；获取每个节点的初始背景向量和初始目标向量；以每个节点为起点进行随机游走，得到节点序列，并确定每个节点的节点频数；对每个节点的背景向量和目标向量进行迭代计算，得到每个节点的向量表示形式。本发明通过生成包括原始节点和群组节点的网络结构，并通过对每个节点的背景向量和目标向量进行迭代计算，得到包括原始节点和群组节点在内的每个节点的向量表示形式。由于基于原始节点和群组节点的向量表示形式，不仅可度量原始节点间的相似度，而且度量原始节点和群组节点的相似度，因而应用范围较广。

关键词：原始节点向量表示形式群组节点背景向量迭代计算目标向量网络结构相似度度量网络技术领域初始目标节点确定节点信息节点序列随机游走频数向量网络应用

来源：评论

学校读者我要写书评

暂无评论

为网络中节点确定向量表示形式的方法及装置

为网络中节点确定向量表示形式的方法及装置

引用

作者：韩矞刘志斌唐杰陈谦刘潇刘德兵郑宇飞 100084 北京市海淀区双清路30号

标准号: CN108880846B

来源：评论

学校读者我要写书评

暂无评论

基于环形空间金字塔和多核学习的场景图像分类方法

基于环形空间金字塔和多核学习的场景图像分类方法

引用

作者：曹宁冯阳汪飞 211100 江苏省南京市江宁区佛城西路8号

本发明公开了一种基于环形空间金字塔模型和多核学习的场景图像分类方法，包括：建立训练图像集和测试图像集；多特征的提取阶段，包括提取Dense‑SIFT特征、L‑Gist特征和彩色颜色特征；采用二次K‑means++聚类来训练词典，对于提取的每... 详细信息

标准号: CN106156798A

本发明公开了一种基于环形空间金字塔模型和多核学习的场景图像分类方法，包括：建立训练图像集和测试图像集；多特征的提取阶段，包括提取Dense‑SIFT特征、L‑Gist特征和彩色颜色特征；采用二次K‑means++聚类来训练词典，对于提取的每一种特征都要进行二次聚类的过程，然后再对第一次聚类生成的视觉词典的集合进行第二次聚类，得到总的视觉词典；图像特征编码阶段，通过对图像进行环形空间金字塔划分，对于金字塔划分后的每一个子图像块都基于视觉词典形成向量表示形式；多核学习阶段，采用环形空间金字塔划分图像，给每一子图像块都分配一个核函数，给彩色颜色特征分配一个核函数；分类判决阶段。本发明采用Dense‑SIFT特征、L‑Gist特征和HSV全局颜色特征互补组合来表示场景图像，比常规单一特征的方法能更有效地表示图像的完整信息，能够更好的实现场景分类。

关键词：聚类环形空间视觉词典金字塔彩色颜色场景图像子图像块核函数多核图像全局颜色特征向量表示形式金字塔模型训练图像集编码阶段表示图像测试图像场景分类单一特征特征分配图像特征完整信息学习阶段有效地分类集合判决分配学习

来源：评论

学校读者我要写书评

暂无评论

一种基于评论数据的移动应用安全性评估方法

一种基于评论数据的移动应用安全性评估方法

引用

作者：陶传奇郭虹静黄志球 210016 江苏省南京市秦淮区御道街29号

本发明公开了一种基于评论数据的移动应用安全性评估方法，该方法融合了多种文本表示模型，从评论数据中提取多维度特征构建统一的向量表示形式，使用机器学习算法构建移动应用的安全性评估模型，利用评估模型为待检测的应用程序提供安... 详细信息

标准号: CN110334180B

本发明公开了一种基于评论数据的移动应用安全性评估方法，该方法融合了多种文本表示模型，从评论数据中提取多维度特征构建统一的向量表示形式，使用机器学习算法构建移动应用的安全性评估模型，利用评估模型为待检测的应用程序提供安全性风险值。同时，就安全性评估结果为用户提供解释说明。本发明克服了传统应用程序安全性评估方法中程序代码难获得、难分析以及评估结果用户难以理解的问题，构建了基于评论数据的移动应用安全性评估模型，并为用户提供评估结果的解释说明，有效地提高了安全性评估工作的效率，同时也降低了评估工作的难度。

关键词：安全性评估评论数据移动应用评估结果用户提供构建传统应用程序向量表示形式应用程序提供程序代码方法融合评估模型使用机器特征构建文本表示学习算法多维度有效地检测评估分析统一

来源：评论

学校读者我要写书评

暂无评论

一种任意集合元素加密方法、解密方法及电子设备

一种任意集合元素加密方法、解密方法及电子设备

引用

作者：张玉安胡伯良蒋红宇 100094 北京市海淀区东北旺西路8号中关村软件园9号楼国际软件大厦E座一层、二层

一种任意集合元素加密方法、解密方法及电子设备，涉及信息保护技术领域，解决了加密后因不符合集合的格式要求而无法通过数据库合规性检验的问题，所采用的技术方案是：接收全部待加密数据；根据待加密数据的数量X,确定包含X个数据元... 详细信息

标准号: CN115766190A

一种任意集合元素加密方法、解密方法及电子设备，涉及信息保护技术领域，解决了加密后因不符合集合的格式要求而无法通过数据库合规性检验的问题，所采用的技术方案是：接收全部待加密数据；根据待加密数据的数量X,确定包含X个数据元素的数据集合；对数据集合中的每一个数据元素，执行加密处理：将当前数据元素，按拆分规则拆分为零乱数及规整数；对零乱数进行迭代运算，获得零乱加密数；将规整数拆分为以M为底数的N维向量表示形式，并获得N维向量的N个参数；将N个参数进行迭代运算，获得N个加密参数；将零乱加密数与N个加密参数，按拆分规则对应的合并规则进行合并，将数据集合中与合并值相等的数据元素对应的数据，作为加密结果。

关键词：数据元素零乱加密数据集合待加密数据迭代运算加密参数规整向量表示形式电子设备格式要求合并规则集合元素加密处理加密结果信息保护合并合规性解密向量相等数据库集合检验

来源：评论

学校读者我要写书评

暂无评论

多模态知识图谱构建方法

多模态知识图谱构建方法

引用

作者：代翔崔莹李春豹杨露黄刘刘鑫潘磊 610036 四川省成都市金牛区茶店子东街48号

本发明公开的一种多模态知识图谱构建方法，涉及大数据领域知识工程技术，本发明通过下述技术方案予以实现：首先基于多模态数据特征表示模型提取多模态数据语义特征，构建基于预训练模型的文本、图像、音视频等数据特征提取模型，分别... 详细信息

标准号: CN112200317B

本发明公开的一种多模态知识图谱构建方法，涉及大数据领域知识工程技术，本发明通过下述技术方案予以实现：首先基于多模态数据特征表示模型提取多模态数据语义特征，构建基于预训练模型的文本、图像、音视频等数据特征提取模型，分别完成单模态数据语义特征提取；其次，基于无监督图、属性图、异构图嵌入等方式，将不同类型数据投射到同一向量空间中进行表示，实现跨模态的多模态知识表示；在上述工作的基础上，将需要进行融合对齐的两个图谱分别转化为向量表示形式，然后基于得到的多模态知识表示，根据先验对齐数据学习知识图谱间实体对的映射关系，完成多模态知识融合消歧，解码映射到知识图谱中的相应节点，生成融合后新图谱、实体及其属性。

关键词：多模态图谱多模态数据知识表示对齐数据特征提取特征表示模型向量表示形式解码先验工程技术领域知识数据投射数据学习数据语义特征提取图谱构建相应节点向量空间训练模型映射关系语义特征知识融合融合大数据单模态属性图无监督音视频映射构建模态消歧嵌入文本图像转化

来源：评论

学校读者我要写书评

暂无评论

一种编程学习场景的智能习题推荐方法、系统及储存介质

一种编程学习场景的智能习题推荐方法、系统及储存介质

引用

作者：苏喻刘淇朱林波丁军汤进吴震一 230000 安徽省合肥市高新区望江西路5089号中国科学技术大学先进技术研究院未来中心B1205-B1208

本发明公开了一种编程学习场景的智能习题推荐方法、系统及储存介质，包括如下步骤：S1：获取目标对象的历史答题序列；S2：将所述多个历史答题交互中的标签转化为向量表示形式；S3：将所述目标对象的学生代码文本标签带入第一目标计算... 详细信息

标准号: CN116151242B

本发明公开了一种编程学习场景的智能习题推荐方法、系统及储存介质，包括如下步骤：S1：获取目标对象的历史答题序列；S2：将所述多个历史答题交互中的标签转化为向量表示形式；S3：将所述目标对象的学生代码文本标签带入第一目标计算函数组，计算得到所述学生代码文本标签的向量化表征；S4：将所述题目标签、所述正确作答与否标签、所述知识点标签和所述学生代码文本标签的向量化表征带入第二目标计算函数组，计算得到学生历史答题记录的特征图；S5：将历史答题记录的特征图带入第三目标计算函数组，计算学生的知识状态以及对未作答题目的正确概率；该智能习题推荐方法能够为在线教育提供更准确的知识追踪服务。

关键词：答题目标计算文本标签学生代码函数组习题特征图向量化标签向量表示形式标签转化储存介质获取目标目标对象题目标签在线教育知识状态智能知识点记录编程学生题目追踪场景概率学习服务

来源：评论

学校读者我要写书评

暂无评论

基于复合程序表示的源代码漏洞检测方法

基于复合程序表示的源代码漏洞检测方法

引用

作者：万童陆璐徐浩冼允廷 510640 广东省广州市天河区五山路381号

本发明属于软件漏洞检测领域，为基于复合程序表示的源代码漏洞检测方法，该方法包括步骤：首先，从源代码中提取三种源码中间表示并提取对应的路径；接着从提取的路径中移除额外的标记并构建路径序列，拼接所有的路径序列构建训练语料... 详细信息

标准号: CN117574375A

本发明属于软件漏洞检测领域，为基于复合程序表示的源代码漏洞检测方法，该方法包括步骤：首先，从源代码中提取三种源码中间表示并提取对应的路径；接着从提取的路径中移除额外的标记并构建路径序列，拼接所有的路径序列构建训练语料库；然后根据构建的语料库使用doc2vec模型训练代码嵌入模型；之后使用训练的嵌入模型得到源代码的向量表示形式并划分训练集、测试集和验证集；然后使用了结合正则化损失和四元组损失函数改进度量学习模型，使用训练集训练模型得到漏洞检测模型；最后使用训练后的漏洞检测模型检测源代码是否包含漏洞。本发明通过使用复合的源代码表示方法解决了现有方法基于单一特定的表示，忽视不同表示之间的互补关系，对代码的语义和语法信息表示不足的问题。

关键词：源代码构建漏洞检测路径序列训练集嵌入软件漏洞检测向量表示形式训练语料库源代码表示源代码漏洞语义复合程序互补关系模型检测模型训练损失函数训练模型语法信息中间表示测试集四元组验证集语料库正则化度量移除种源拼接复合漏洞检测改进学习

来源：评论

学校读者我要写书评

暂无评论

一种任意集合元素加密方法、解密方法及电子设备

一种任意集合元素加密方法、解密方法及电子设备

引用

作者：张玉安胡伯良蒋红宇 100094 北京市海淀区东北旺西路8号中关村软件园9号楼国际软件大厦E座一层、二层

标准号: CN115766190B

来源：评论

学校读者我要写书评

暂无评论

一种软件程序的智能解析方法

一种软件程序的智能解析方法

引用

作者：王旭孙海龙张建刘旭东 100191 北京市海淀区学院路37号

本发明提出一种软件程序的智能解析方法，所述智能解析方法为基于AST的序列化神经网络，所述基于AST的序列化神经网络是一种层次化的向量表示方法，其实现步骤为，步骤1‑1：在最底层，将原始程序转化成AST之后进一步分割得到对应的代码... 详细信息

标准号: CN109101235B

本发明提出一种软件程序的智能解析方法，所述智能解析方法为基于AST的序列化神经网络，所述基于AST的序列化神经网络是一种层次化的向量表示方法，其实现步骤为，步骤1‑1：在最底层，将原始程序转化成AST之后进一步分割得到对应的代码块序列，所述代码块之间是有次序之分的，且与原始的语句顺序相吻合；步骤1‑2：每个代码块由一种递归式的编码器来将这种子树编码成向量e₁，e₂，...，e_t；步骤1‑3：将得到的向量序列经过双向循环层以提取代码块之间的依赖特征；步骤1‑4：所有的时间步的多维特征经过池化层采样得到最终的单个向量表示形式。

关键词：代码块神经网络智能解析序列化向量表示形式多维特征软件程序双向循环向量表示向量序列原始程序编码器层次化时间步最底层采样池化递归向量语句子树吻合分割转化

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共5页 << < 1 2 3 4 5 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：