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

106 篇 专利
4 篇 学位论文
2 篇 期刊文献

馆藏范围

112 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

6 篇 工学
- 6 篇 计算机科学与技术...
- 4 篇 网络空间安全
- 2 篇 软件工程
- 1 篇 机械工程
- 1 篇 控制科学与工程
1 篇 管理学
- 1 篇 管理科学与工程(可...

主题

6 篇 属性表示
3 篇 零知识证明
3 篇 可信计算
2 篇 封装存储
2 篇 隐私泄漏
1 篇 条件生成模型
1 篇 属性选择
1 篇 互补属性
1 篇 结构表示
1 篇 加密体制
1 篇 数据封装
1 篇 元学习
1 篇 访问结构
1 篇 身份加密
1 篇 属性网络
1 篇 属性学习
1 篇 未知类合成数据
1 篇 属性加密
1 篇 混合加密
1 篇 排序聚合

机构

7 篇 华为技术有限公司
5 篇 电子科技大学
4 篇 北京恒冠网络数据...
4 篇 清华大学
4 篇 腾讯科技有限公司
3 篇 甲骨文国际公司
3 篇 南京大学
3 篇 皇家飞利浦有限公...
3 篇 郑州大学
3 篇 哈尔滨工业大学
2 篇 武汉华工安鼎信息...
2 篇 中国建设银行股份...
2 篇 爱思开海力士有限...
2 篇 诺基亚技术有限公...
2 篇 新华三技术有限公...
2 篇 三星电子株式会社
2 篇 西安电子科技大学
2 篇 南昌航空大学
2 篇 南京星环智能科技...
2 篇 中国矿业大学

作者

7 篇 范霄安
7 篇 李洋
7 篇 李超君
7 篇 吕永霞
7 篇 陈小波
4 篇 丁贵广
4 篇 李长青
4 篇 孙鹏
4 篇 郭雨晨
3 篇 任路成
3 篇 s·比施诺伊
3 篇 p·图卡拉姆
3 篇 h·帕克
2 篇 党慧芬
2 篇 张曦
2 篇 梁华盛
2 篇 徐可
2 篇 金省暻
2 篇 李睿
2 篇 王伟平

语言

112 篇 中文

检索条件"主题词=属性表示"

共 112 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：

一种基于朝向感知的行人属性表示与学习方法

一种基于朝向感知的行人属性表示与学习方法

引用

作者：胡海苗逯伟卿于金佐周亦博曹雨然 100191 北京市海淀区学院路37号

本发明提供一种基于朝向感知的行人属性表示与学习方法，其中，该方法包括以下步骤：(A)以Swin Transformer神经网络提取图像特征，将特征图与特征部位进行关联，并将特征图转化为与属性具有强关联的属性特征向量；(B)根据(A)生成的属... 详细信息

标准号: CN115862071A

本发明提供一种基于朝向感知的行人属性表示与学习方法，其中，该方法包括以下步骤：(A)以Swin Transformer神经网络提取图像特征，将特征图与特征部位进行关联，并将特征图转化为与属性具有强关联的属性特征向量；(B)根据(A)生成的属性特征向量，采用MEBOW模块，生成行人的朝向矢量；(C)根据(A)生成的属性特征向量，采用GradCAM方法生成所述行人结构化描述的类激活图，并根据(B)生成的行人的朝向矢量，采用LSTM模块计算空间注意力修正子；(D)根据(A)生成的属性特征向量，以self‑attention的方式计算并存储一个表征注意力分布的二维矩阵，并根据(B)生成的行人的朝向矢量，生成每个朝向的关系矩阵；(E)根据关系矩阵和属性特征向量，以图卷积的形式充分利用关系矩阵，进行属性推理预测；(F)将测试集输入到行人属性识别模型中进行识别，对实验结果进行评估。

关键词：属性特征向量关系矩阵矢量特征图注意力提取图像特征关联结构化描述二维矩阵方法生成神经网络属性表示属性识别特征部位测试集推理感知存储激活修正预测评估转化学习

来源：评论

学校读者我要写书评

暂无评论

一种基于动态网络属性表示的链接预测方法

一种基于动态网络属性表示的链接预测方法

引用

作者：黄双全刘威张鹏张照星黄潭龙施一琳范英康凯徐平徐飞陈洁徐骁高乾坤宰旭昕许广文 100070 北京市丰台区南四环西路188号十区41号楼

本发明公开一种基于动态网络属性表示的链接预测方法，其包括：步骤S1：在关系网络数据集基础上，动态生成人员主题库网络数据新链接，并按时间戳对节点新产生的链接进行排序得到链接序列；步骤S2：采用基于连接强度的随机游走算法对人... 详细信息

标准号: CN114154024A

本发明公开一种基于动态网络属性表示的链接预测方法，其包括：步骤S1：在关系网络数据集基础上，动态生成人员主题库网络数据新链接，并按时间戳对节点新产生的链接进行排序得到链接序列；步骤S2：采用基于连接强度的随机游走算法对人员主题库网络节点信息进行扩散，形成网络模型；步骤S3：采用梯度下降法对网络模型的节点向量参数进行更新；步骤S4：通过属性网络链接预测算法对人员主题库网络进行基于网络结构的节点特征学习；步骤S5：通过属性网络链接预测算法对人员主题库网络进行基于节点属性的节点特征学习；步骤S6：将基于网络结构的节点特征与基于节点属性的节点特征进行特征融合及属性网络链接预测。

关键词：链接节点特征主题库属性网络节点属性网络结构网络模型预测算法随机游走算法网络节点信息动态生成动态网络关系网络节点向量属性表示特征融合网络数据时间戳数据集下降法新链接预测排序网络扩散学习更新

来源：评论

学校读者我要写书评

暂无评论

一种基于多属性多核表示学习的药物间不良反应预测方法

一种基于多属性多核表示学习的药物间不良反应预测方法

引用

作者：刘勇国朱嘉静李巧勤张云陈智 611731 四川省成都市高新西区西源大道2006号

本发明公开了一种基于多属性多核表示学习的药物间不良反应预测方法。针对不同药物属性在揭示药物间不良反应的潜在特征规律时存在的差异性，不同核函数在计算药物间属性表示相似性时具有自身的偏好和倾向，本发明基于药物的多属性特征... 详细信息

标准号: CN117936117A

本发明公开了一种基于多属性多核表示学习的药物间不良反应预测方法。针对不同药物属性在揭示药物间不良反应的潜在特征规律时存在的差异性，不同核函数在计算药物间属性表示相似性时具有自身的偏好和倾向，本发明基于药物的多属性特征，提出多核表示学习模型，设计核函数距离学习策略和核函数的重构策略，实现代表核函数的选择，利用代表核函数与原始核函数间的关联关系构建最优核函数组合，揭示药物多属性相似性与药物间不良反应间的关系，实现基于多属性多核表示的药物间不良反应预测。

关键词：核函数多核关联关系计算药物属性表示属性特征特征规律学习策略差异性原始核预测构建偏好重构学习

来源：评论

学校读者我要写书评

暂无评论

面向边缘结点发现的属性网络表示学习方法研究

面向边缘结点发现的属性网络表示学习方法研究

引用

作者：王艺铭吉林大学

学位级别：硕士

网络表示学习的主要任务是为网络中的结点学习低维稠密的向量表示,为结点分类、链接预测、结点聚类等网络分析任务提供高效的数据支持。现有的网络表示学习方法主要包括结构表示学习和属性表示学习两类,然而,研究者们在建模网络的结构... 详细信息

网络表示学习的主要任务是为网络中的结点学习低维稠密的向量表示,为结点分类、链接预测、结点聚类等网络分析任务提供高效的数据支持。现有的网络表示学习方法主要包括结构表示学习和属性表示学习两类,然而,研究者们在建模网络的结构特征和属性特征时通常只考虑常规结点特性,忽略了边缘结点在网络中的重要性。虽然边缘结点在网络的数量往往低于常规结点,但是在解决网络分析问题时却起着至关重要的作用。研究面向边缘结点的表示学习方法对提升网络分析各类任务有效性具有重要意义,同时也面临着诸多挑战:1)如何有效的融合结点的结构信息和属性信息,从多个角度更全面的学习结点特征;2)如何有针对性的建模边缘结点和常规结点之间的关联关系,以更好的区分边缘结点和常规结点的主要特征。针对上述问题,本文提出一种面向边缘结点发现的属性网络表示学习方法ANEBN,该方法通过融合网络的结构信息和结点的属性信息,建模网络结构表示与属性表示之间的关系,可以实现结构特征稳定性与属性特征实时性的互补。该方法首次将结构表示学习和属性表示学习方法应用到边缘结点的表示学习问题中,不仅考虑了边缘结点属性建模,还考虑了如何将属性信息和结构信息融合到结点表示学习模型中。具体而言,首先,通过融合高阶网络结构信息计算结点在网络结构方面的相似性,通过余弦相似性计算结点在属性方面的相似性,为结构表示和属性表示学习提供数据支持。然后,通过非负矩阵分解方法分别建模结点在网络结构和属性两方面的表示学习模型,并通过引入关联矩阵建模结构特征和属性特征之间的关系,从而实现结构稳定性和属性实时性之间的优势互补。此外,为了使学习得到的向量表示包含更多的重要信息,我们通过稀疏学习对模型参数进行约束。最后,为了增加算法收敛的稳定性,体现模型训练的合理性,我们通过交替优化算法进行参数学习。在实验中,通过真实的标准数据集并与现有的经典算法对比验证了本文所提算法ANEBN的有效性。实验结果表明ANEBN方法在保证常规结点表示学习有效性的前提下,可以更好的提升边缘结点表示在各类网络分析应用中的有效性。

关键词：结构表示属性表示属性网络表示学习边缘结点

来源：评论

学校读者我要写书评

暂无评论

一种基于表示学习的属性图社区搜索方法和系统

一种基于表示学习的属性图社区搜索方法和系统

引用

作者：郭耀琛古晓艳王卓樊海慧李波王伟平 100093 北京市海淀区闵庄路甲89号

本发明涉及一种基于表示学习的属性图社区搜索方法和系统。该方法以查询节点为随机游走的起点，使用节点的属性信息和结构信息引导随机游走的跳转，获取节点序列和属性关键词序列；分别对节点序列和属性关键词序列进行节点的表示学习，... 详细信息

标准号: CN113626723B

本发明涉及一种基于表示学习的属性图社区搜索方法和系统。该方法以查询节点为随机游走的起点，使用节点的属性信息和结构信息引导随机游走的跳转，获取节点序列和属性关键词序列；分别对节点序列和属性关键词序列进行节点的表示学习，获得节点的拓扑表示和属性表示，将其结合作为节点表示信息；根据节点之间的相似度对原始图数据进行重构，得到重构图；基于重构图和节点表示信息建立社区模型；以建立的社区模型为指导寻找满足要求的目标社区。本发明降低了计算的规模，表示学习过程更加契合社区搜索关注局部特性的特点，并融入了节点在社区层面的信息，提高了节点特征挖掘的准确度，建立的社区模型兼顾了发现社区的可解释性、质量和效率。

关键词：社区属性关键词表示信息节点序列随机游走搜索查询节点节点特征结构信息局部特性目标社区属性表示属性信息拓扑表示学习过程准确度解释性属性图相似度原始图跳转重构契合学习挖掘融入发现

来源：评论

学校读者我要写书评

暂无评论

基于区块链的对象属性处理方法、装置、设备及存储介质

基于区块链的对象属性处理方法、装置、设备及存储介质

引用

作者：王耿曹崇瑞 310052 浙江省杭州市滨江区网商路599号网易大厦

本申请提供一种基于区块链的对象属性处理方法、装置、设备及存储介质，涉及区块链技术领域。该方法通过执行资产属性变更请求，将待转移的资产的拥有者地址信息变更为以目标资产的信息所组成的新的地址信息，建立了待转移的资产与目标... 详细信息

标准号: CN115953247A

本申请提供一种基于区块链的对象属性处理方法、装置、设备及存储介质，涉及区块链技术领域。该方法通过执行资产属性变更请求，将待转移的资产的拥有者地址信息变更为以目标资产的信息所组成的新的地址信息，建立了待转移的资产与目标资产的归属关联关系，从而实现了仅通过对待转移的资产的拥有者地址信息的格式变更，即可便捷的将待转移的资产转移至目标资产名下，待转移的资产作为目标资产的属性，以实现在复杂的表示场景下，将不同资产进行融合表示，提高了属性表示能力。

关键词：资产地址信息区块对象属性处理变更请求存储介质格式变更关联关系属性表示资产属性归属变更场景融合申请

来源：评论

学校读者我要写书评

暂无评论

基于属性的零样本学习方法研究

基于属性的零样本学习方法研究

引用

作者：徐晓峰南京理工大学

学位级别：博士

近年来,随着机器学习技术的发展,特别是深度神经网络的出现,目标识别研究取得了巨大的进步。当提供充足的有标签数据之后,这些识别系统的性能和效率甚至超过了人类感知系统。然而,对世界上所有的物体都收集大量的有标签数据几乎是一个... 详细信息

近年来,随着机器学习技术的发展,特别是深度神经网络的出现,目标识别研究取得了巨大的进步。当提供充足的有标签数据之后,这些识别系统的性能和效率甚至超过了人类感知系统。然而,对世界上所有的物体都收集大量的有标签数据几乎是一个无法完成的问题,尤其对于一些罕见目标或者超细粒度类别。因此,在没有给定训练数据的情况下,如何准确地识别未知类的目标成为一个非常具有挑战性但又十分有意义的研究问题。在此背景下,零样本学习问题在机器学习和计算机视觉领域受到了越来越多的研究关注。在零样本学习问题中,训练类别和测试类别不相交,因此零样本学习模型需要引入语义信息来从已知类训练数据中迁移知识到未知类测试数据中。本文以基于属性的零样本学习问题作为主要研究对象,提出了三种提高语义信息的方法和一种改进的监督零样本学习方法。本文的主要研究成果及贡献如下:(1)提出了一种基于双曲邻域图传播的属性学习模型,来从原始的弱监督的类别级别属性中学习得到强监督的样本级别属性表示。目前的零样本学习研究中使用的属性信息是给定的类别级别的属性表示,由于人工标注和样本个体差异性带来的误差,类别级别属性直接推广到具体样本时,得到的样本级别属性是包含噪声的弱监督语义信息。针对此问题,本文提出通过属性学习模型来从给定的弱监督的属性表示中学习得到具有更强监督信息的样本级别属性表示。考虑到双曲空间度量的内蕴性质和相对邻域图的优点,设计了一种双曲邻域图模型来描述数据集中的样本。基于构建的双曲邻域图,定义了样本点的邻域一致性来检测可疑样本点,随后可疑样本点根据其邻近样本的属性表示的期望来修正噪声属性值。大量对比实验证明学习得到的样本级别属性显著优于原始的类别级别属性。(2)提出了一种基于互补属性和排序聚合的零样本学习模型,来增强原始的属性信息。为了充分利用属性表示中蕴含的语义信息,本文引入互补属性作为原始属性的补充,来增强原始语义空间的表示能力。理论分析证明引入互补属性能有效提高零样本学习模型的泛化边界。作为原始属性的一种扩展,提出的互补属性能被轻易地应用到现有的基于属性的零样本学习模型中。在应用到基于概率预测策略的零样本学习模型中时,研究发现概率预测模型存在一个很强的假设,即假设所有的属性表示相互独立,而这与现实不符。为了解决该问题,接着提出了一种新颖的排序聚合模型来避开此假设。大量对比实验证明提出的互补属性和排序聚合模型能显著提高零样本学习模型的性能和稳定性。(3)提出了一种基于未知类合成数据的迭代属性选择模型,来从原始的属性集合中选择出更具鉴别力的关键属性子集。在目前的零样本学习研究中,所有的属性都默认有效并被同等对待。然而经研究发现,部分属性因为其可预测性较低或鉴别力较低,从而会影响整个零样本学习系统的性能。针对此问题,本文提出了一种迭代属性选择模型来挑选出关键的属性子集。因为零样本学习问题中训练类别和测试类别不同,而测试类别的数据在训练阶段不可见,因此设计了一种基于属性的条件生成模型来生成未知类合成数据。未知类合成数据和真实的测试数据具有相同的属性表示和相似的数据分布,因此,基于未知类合成数据的迭代属性选择模型选择出的关键属性子集能有效地泛化到真实的未知类测试数据。理论分析表明迭代属性选择模型能有效提高零样本学习模型的泛化误差边界。大量对比实验证明提出的迭代属性选择模型能显著提高零样本学习模型的性能和稳定性。(4)提出了一种基于端到端设计和元学习的监督零样本学习模型,来提高监督零样本学习模型的性能和稳定性。通过条件生成模型生成未知类合成数据,可以将零样本学习问题转换成传统的监督学习问题进行求解。目前的监督零样本学习模型单独训练数据生成模块和目标分类模块,这样导致数据生成模块的优化目标对于整个零样本学习系统不是最优解。针对此问题,本文提出了一种端到端的监督零样本学习模型。另外,考虑到生成的未知类合成数据存在可靠性较低和域偏移的缺陷,接着引入元学习机制来进一步提高监督零样本学习模型的性能。大量对比实验证明提出的基于端到端设计和元学习的监督零样本学习模型显著优于其他最新的监督零样本学习模型。最后,本文总结了提出的四种方法的特点及其应用场景,并展望了未来可能的研究方向。

关键词：零样本学习属性表示属性学习互补属性排序聚合属性选择条件生成模型未知类合成数据元学习

来源：评论

学校读者我要写书评

暂无评论

基于自编码器和生成对抗网络的属性补全和网络表示方法

基于自编码器和生成对抗网络的属性补全和网络表示方法

引用

作者：王涛金弟焦鹏飞 300072 天津市南开区卫津路92号

本发明公开了基于自编码器和生成对抗网络的属性补全和网络表示方法，构建属性生成器；利用图神经网络构建图编码器，以全部属性以及网络拓扑作为输入，输出节点表示；构建解码器，利用节点表示重构网络拓扑；构建属性编码器以及结构编... 详细信息

标准号: CN114511060A

本发明公开了基于自编码器和生成对抗网络的属性补全和网络表示方法，构建属性生成器；利用图神经网络构建图编码器，以全部属性以及网络拓扑作为输入，输出节点表示；构建解码器，利用节点表示重构网络拓扑；构建属性编码器以及结构编码器，分别以属性和结构作为输入得到属性表示以及结构表示；构建互信息估计器，其中生样本对是属性表示和节点表示的组合，负样本对是扰动之后的属性表示以及节点表示的组合；构建判别器去判别属性与结构之间的关系。本发明能够解决真实网络中存在的属性缺失问题，能够利用属性与结构之间的隐含关系还原真实的属性，并且促进节点表示过程，同时节点表示过程也有助于真实属性的生成。

关键词：构建属性表示编码器网络拓扑神经网络构建解码器互信息估计结构编码器属性生成器结构表示缺失问题输出节点网络表示真实属性真实网络负样本判别器扰动隐含重构还原样本对抗网络

来源：评论

学校读者我要写书评

暂无评论

一种基于深度学习的点云物体识别与定位方法

一种基于深度学习的点云物体识别与定位方法

引用

作者：李晓丽王乐杜振龙 211816 江苏省南京市浦口区浦珠南路30号

一种基于深度学习的点云物体识别与定位方法。本发明把深度学习方法用于识别和定位3D点云物体，用点云柱簇表示离散不规则的点云，每个点云柱用点三维坐标与反射率、点坐标与点云柱中心坐标的差值以及规整操作等属性表示；点云深度网络... 详细信息

标准号: CN118314201A

一种基于深度学习的点云物体识别与定位方法。本发明把深度学习方法用于识别和定位3D点云物体，用点云柱簇表示离散不规则的点云，每个点云柱用点三维坐标与反射率、点坐标与点云柱中心坐标的差值以及规整操作等属性表示；点云深度网络从点云柱提取特征，把提取特征重排形成点云等价的类图像；卷积神经网络提取类图像特征提取类图像的多维特征；对候选框与锚框联合解码，给出点云物体检测结果。本发明在国产边端设备Atlas 200DK实施、验证，能够检测和定位出3D点云中的物体。

关键词：点云卷积神经网络图像特征提取图像检测和定位多维特征联合解码三维坐标属性表示提取特征物体检测物体识别不规则点坐标反射率候选框柱提取柱中心规整重排边端锚框等价验证学习网络

来源：评论

学校读者我要写书评

暂无评论

一种图像标签确定方法、电子设备及计算机可读存储介质

一种图像标签确定方法、电子设备及计算机可读存储介质

引用

作者：徐睿峰王冰冰白梽新黄仕爵梁斌涂耿 518000 广东省深圳市桃源街道深圳大学城哈尔滨工业大学校区

本申请公开了一种图像标签确定方法、电子设备及计算机可读存储介质，该方法包括：获取待分析表情图像以及待分析表情图像的多维度属性表示；根据待分析表情图像中各图像块的注意力权重对待分析表情图像进行重构处理，得到待分析表情图... 详细信息

标准号: CN118262159A

本申请公开了一种图像标签确定方法、电子设备及计算机可读存储介质，该方法包括：获取待分析表情图像以及待分析表情图像的多维度属性表示；根据待分析表情图像中各图像块的注意力权重对待分析表情图像进行重构处理，得到待分析表情图像的重构图像表示；基于待分析表情图像的多维度属性表示和重构图像表示从预设表情图像标签库中选取得到待分析表情图像的目标图像标签。由此可以提高图像标签确定的准确性。

关键词：表情图像分析属性表示图像标签重构图像多维度计算机可读存储介质电子设备目标图像标签库图像块权重预设重构注意力标签申请

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12页 << < 1 2 3 4 5 6 7 8 9 10 > >>

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

学科分类号

主题

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：