检索结果-内蒙古大学图书馆

华南理工大学学报（自然科学版） 2011年第7期39卷 32-37页

作者：李波华南理工大学电子与信息学院广东广州510640

射频识别系统在读取标签时,会因碰撞问题而严重影响识别率,导致系统工作效率降低.为此,文中提出一种基于标签信息分组的射频识别防碰撞算法.该算法根据标签信息将标签划分成若干组,按分组顺序依次识别,通过减少同时响应阅读器命令的标... 详细信息

射频识别系统在读取标签时,会因碰撞问题而严重影响识别率,导致系统工作效率降低.为此,文中提出一种基于标签信息分组的射频识别防碰撞算法.该算法根据标签信息将标签划分成若干组,按分组顺序依次识别,通过减少同时响应阅读器命令的标签数量来达到降低标签碰撞概率的目的.文中还对算法中的分组效率和时隙选择问题进行了分析、证明和仿真.结果表明,文中算法能够降低碰撞概率,提高系统的识别效率,其性能优于目前最常用的二叉树算法和ALOHA算法.

关键词：射频识别防碰撞算法标签信息伪随机数发生器

来源：评论

学校读者我要写书评

暂无评论

标签信息对消费者有机食品购买意愿的影响研究——以有机牛奶为例

标签信息对消费者有机食品购买意愿的影响研究——以有机牛奶为例

引用

作者：杜懿璇吉林大学

学位级别：硕士

随着我国经济的快速进步和工业化、信息化水平的提高,食品安全问题和资源环境问题愈加突出,标签信息不仅能让消费者识别出安全健康营养的食品从而解决市场信息不对称问题,也能从侧面保护生态环境,完善动物福利,使得人与自然的和谐共处... 详细信息

随着我国经济的快速进步和工业化、信息化水平的提高,食品安全问题和资源环境问题愈加突出,标签信息不仅能让消费者识别出安全健康营养的食品从而解决市场信息不对称问题,也能从侧面保护生态环境,完善动物福利,使得人与自然的和谐共处。所以,本文通过文献研究和问卷调查,基于饮食健康背景,以食品营养与安全为出发点,以有机牛奶为研究对象,结合中国7个具有代表性城市的有机牛奶市场实际情况,探索了标签信息对消费者有机食品购买意愿的影响。本研究以机牛奶为研究对象,结合中国7个具有代表性城市的有机牛奶市场实际情况,以计划行为理论和信息不对称理论为理论基础,系统归纳分析了标签信息对消费者有机牛奶购买意愿影响因素:标签态度(BAT)、标签感知行为控制(BPCB)、标签主观规范(BSN)、标签信任(BTR)、标签认知(BCO),标签健康营养信息(BNU)、标签动物福利信息(BAW)、标签生态环境信息(BEO),构建了消费者有机牛奶购买意愿的理论模型。对数据进行统计分析以及差异性检验,初步掌握不同特质的消费者对有机牛奶购买意愿差异。最后运用结构方程模型探索对购买意愿影响程度较大的变量。研究结果表明:第一,对有机牛奶购买意愿影响程度变量从高到低排序分别是标签态度、标签认知、标签生态环境信息、标签健康营养信息、标签感知行为控制、标签动物福利,而标签主观规范对购买意愿没有显著性影响。第二,加强消费者标签态度、标签认知、提供给消费者生态环境信息,可以显著的提升消费者有机食品购买意愿。加强标签感知行为控制、提供给消费者标签健康营养信息、提供给消费者标签动物福利信息可以小幅度的提升消费者的购买意愿。通过研究结论,提出一些关于政府、企业和消费者的对策与建议。

关键词：标签信息有机牛奶计划行为理论结构方程模型

来源：评论

学校读者我要写书评

暂无评论

基于标签信息融合与多任务学习的中文命名实体识别

引用

计算机科学 2024年第3期51卷 198-204页

作者：廖梦贾真李天瑞西南交通大学计算机与人工智能学院成都611756 四川省制造业产业链协同与信息化支撑技术重点实验室成都611756 综合交通大数据应用技术国家工程实验室成都611756

随着中文命名实体识别研究的不断深入,大多数模型关注融入词汇或字形信息来丰富特征表示,但是却忽略了标签信息。因此文中提出了一种融合标签信息的中文命名实体识别模型。首先,通过预训练模型BERT-wwm得到字符的嵌入表示,并将标签向量... 详细信息

随着中文命名实体识别研究的不断深入,大多数模型关注融入词汇或字形信息来丰富特征表示,但是却忽略了标签信息。因此文中提出了一种融合标签信息的中文命名实体识别模型。首先,通过预训练模型BERT-wwm得到字符的嵌入表示,并将标签向量化,使用Transformer解码器结构将字符表示与标签表示进行交互学习,捕捉字符与标签的相互依赖关系,丰富字符的特征表示。为了促进标签信息的学习,构建了基于文本句的监督信号,增加了多标签文本分类任务,采用多任务学习的方式进行训练。其中,命名实体识别任务采用条件随机场进行解码预测,多标签文本分类任务采用双仿射机制进行解码预测,两任务共享除解码层以外的所有参数,保证了不同的监督信息反馈到每个子任务。在公开数据集MSRA,Weibo和Resume上进行了多组对比实验,分别获得了95.75%,72.17%,96.23%的F1值。与多个基准模型相比,所提模型的实验效果有一定的提升,证明了该模型的有效性与可行性。

关键词：命名实体识别标签信息注意力机制双仿射机制预训练模型

来源：评论

学校读者我要写书评

暂无评论

带标签信息子字典级联学习的复合电能质量扰动识别方法

引用

电子测量与仪器学报 2017年第12期31卷 2009-2016页

作者：刘慧李光武沈跃滕成龙江苏大学电气信息工程学院镇江212013 镇江市产品质量监督检验中心镇江212132

针对传统字典学习方法的训练样本信号单一、重构效果差等缺点,提出一种带标签信息子字典级联的学习方法,对电能质量扰动信号进行扰动识别。该方法首先对不同类别电能质量扰动测试和训练样本采用主成分分析方法进行降维特征提取,对训练... 详细信息

针对传统字典学习方法的训练样本信号单一、重构效果差等缺点,提出一种带标签信息子字典级联的学习方法,对电能质量扰动信号进行扰动识别。该方法首先对不同类别电能质量扰动测试和训练样本采用主成分分析方法进行降维特征提取,对训练样本添加标签信息,其次对不同类别的电能质量样本训练成冗余子字典并级联成结构化字典,最后将级联的字典优化学习并由冗余误差最小值来判断目标的归属类别。仿真实验结果表明,该方法下的识别效果优于支持向量机(SVM)和稀疏表达分类(SRC),抗噪声鲁棒性更强,在信噪比20 dB以上的环境中电能质量复合扰动识别率达到91.40%以上。

关键词：标签信息电能质量子字典级联学习特征提取

来源：评论

学校读者我要写书评

暂无评论

融合标签信息的分层图注意力网络文本分类模型

引用

计算机工程与科学 2023年第11期45卷 2018-2026页

作者：杨春霞马文文徐奔韩煜南京信息工程大学自动化学院江苏南京210044 江苏省大数据分析技术重点实验室江苏南京210044

目前基于分层图注意力网络的单标签文本分类任务存在2方面不足:一是不能较好地对文本特征进行提取;二是很少有研究通过文本与标签之间的联系进一步凸显文本特征。针对这2个问题,提出一种融合标签信息的分层图注意力网络文本分类模型。... 详细信息

目前基于分层图注意力网络的单标签文本分类任务存在2方面不足:一是不能较好地对文本特征进行提取;二是很少有研究通过文本与标签之间的联系进一步凸显文本特征。针对这2个问题,提出一种融合标签信息的分层图注意力网络文本分类模型。该模型依据句子关键词与主题关联性构建邻接矩阵,然后使用词级图注意力网络获取句子的向量表示。该模型是以随机初始化的目标向量为基础,同时利用最大池化提取句子特定的目标向量,使得获取的句子向量具有更加明显的类别特征。在词级图注意力层之后使用句子级图注意力网络获取具有词权重信息的新文本表示,并通过池化层得到文本的特征信息。另一方面利用GloVe预训练词向量对所有文本标注的标签信息进行初始化向量表示,然后将其与文本的特征信息进行交互、融合,以减少原有特征损失,得到区别于不同文本的特征表示。在R52、R8、20NG、Ohsumed及MR 5个公开数据集上的实验结果表明,该模型的分类准确率明显优于其它主流基线模型的。

关键词：分层图注意力网络单标签文本分类邻接矩阵标签信息

来源：评论

学校读者我要写书评

暂无评论

结合社交与标签信息的推荐算法研究

结合社交与标签信息的推荐算法研究

引用

作者：李俊华重庆邮电大学

学位级别：硕士

随着互联网及电子商务的迅速发展，推荐技术得到广泛应用。电子商务系统中每天都有大量新用户和新商品的加入，推荐系统的准确性和冷启动问题日益严重。因此，本文针对推荐系统中的准确性问题和冷启动问题，进行了深入的研究。\n 针... 详细信息

随着互联网及电子商务的迅速发展，推荐技术得到广泛应用。电子商务系统中每天都有大量新用户和新商品的加入，推荐系统的准确性和冷启动问题日益严重。因此，本文针对推荐系统中的准确性问题和冷启动问题，进行了深入的研究。\n 针对推荐系统的准确性问题，本文提出了结合社交与标签信息的协同过滤推荐算法。首先，定义了小众重叠度和个体重要度的概念，并描述了“个体-小众-社区”的形成过程;其次，分析“用户-项目-标签”三元组信息获得用户间的相似度，并结合社区中的个体重要度，最终得到目标用户的偏好预测和个性化推荐。\n 对于推荐系统中的新项目冷启动问题，本文提出了结合用户信息、标签信息、项目属性信息以及时间信息的个性化推荐算法。首先，定义了用户时间权重信息概念，该定义考虑到了用户评价时间与项目发布时间的时间间隔，根据用户时间权重值的大小判断该用户是积极用户还是消极用户，以及用户对新项目的偏爱程度;其次，利用三分图的形式描述用户-项目-标签、用户-项目-属性之间的关系;然后，在充分考虑用户信息、标签信息、项目属性信息以及时间信息的基础上，获得个性化的预测评分值公式。\n 针对新用户冷启动问题，本文提出了结合用户信息、标签信息、项目属性信息以及用户社交信息的个性化推荐算法。在解决新项目冷启动问题的推荐算法思想基础上，融合用户社交信息，并对新用户好友的预测评分值进行加权计算，获得新用户对项目的预测评分值。\n 本文采用了公共数据集***、Movielens进行了一系列的对比实验、交叉验证实验和仿真实验。对比实验结果表明本文提出的算法提高了推荐的准确度和新颖度;交叉验证实验表明本文提出的新项目冷启动解决方法无论是在推荐的准确度还是推荐项目的新颖度上都是有效的;通过在Movielens数据集上仿真用户社交信息验证了本文方法能够一定程度解决新用户冷启动问题。

关键词：推荐系统标签信息社交网络准确度冷启动电子商务推荐算法

来源：评论

学校读者我要写书评

暂无评论

基于标签信息的流形对齐算法研究

基于标签信息的流形对齐算法研究

引用

作者：李雪晴华侨大学

学位级别：硕士

数据分类是模式识别和数据挖掘等领域的研究热点。随着互联网的普及,实际应用中所面临的分类数据不仅数据量大而且呈现出较高的维度,给数据分析带来很多不便。如何对这些数据提取有效特征是我们面临的首要问题。流形学习和度量学习都是... 详细信息

数据分类是模式识别和数据挖掘等领域的研究热点。随着互联网的普及,实际应用中所面临的分类数据不仅数据量大而且呈现出较高的维度,给数据分析带来很多不便。如何对这些数据提取有效特征是我们面临的首要问题。流形学习和度量学习都是典型的非线性特征提取方法,已广泛应用于分类问题中。但传统流形学习和度量学习都只能用于单个领域。由于web应用领域的飞速发展,数据更新速度快,新领域层出不穷。新领域中的训练数据往往是有限的不足以满足传统分类方法对训练数据量的要求,标注新数据或重新训练模型都会带来巨大的成本。如何利用已有的相关辅助域中的标记数据帮助新领域学习有效的分类模型是学者们一直关注的问题。流形对齐算法是解决上述问题的一种潜在方法。流形对齐将来自不同领域的高维数据同时投影到一个共同的潜在低维空间中,同时保持流形间的对应关系和流形自身局部几何结构不变,从而实现迁移学习。传统的流形对齐算法需要充足的对应点信息挖掘不同流形样本点之间的联系。但是,在数据分类问题中,一般只有训练样本的标签信息,而没有数据集之间的对应点信息。如何利用标签信息,挖掘不同领域数据之间的关联性,是将流形对齐应用于跨领域数据分类的关键问题。本文以分类问题为研究背景,利用标签信息挖掘不同流形样本点间的联系,并提出基于标签信息的流形对齐算法。此外,将流形学习和度量学习结合,改进数据分类的准确性。进一步的,将度量学习与流形对齐思想结合,将度量学习应用于跨领域数据分类。具体研究内容如下:1.提出基于标签空间映射的流形对齐算法。算法通过样本标签信息和局部几何结构重构每个样本点的特征,并结合余弦相似性计算流形间样本点的相似度。保持目标域局部几何结构和流形间的相似性不变,将源域和目标域同时投影到共同的标签空间。在计算目标域未知类别样本的低维嵌入的同时获得样本类别而不需要用到分类器。在几个数据集上的分类实验验证了基于标签空间映射的流形对齐算法的有效性。2.提出基于近邻元分析的半监督局部线性嵌入算法。算法将度量学习与流形学习结合起来,充分利用样本标签信息结合度量学习学习新的距离度量方式以准确挖掘样本局部几何结构。保持这种样本局部几何结构不变,将样本投影到低维空间。实验证明,该算法能得到良好的降维效果,将低维嵌入结果输入分类器能得到较好的分类结果。3.提出基于近邻元分析的半监督流形对齐算法。算法借鉴近邻元分析和流形对齐的思想,将原来单个数据集上的近邻元分析模型推广到两个流形上,结合两个流形上的标记数据,在两个流形上同时分别学习合适的度量矩阵,将两个流形投影到类别区分度更明显的低维空间。在一些数据集上的实验证明了该方法在分类问题中的有效性。

关键词：流形学习流形对齐度量学习近邻元分析标签信息

来源：评论

学校读者我要写书评

暂无评论

基于标签信息提取的多标签文本分类研究

基于标签信息提取的多标签文本分类研究

引用

作者：颜永超华东师范大学

学位级别：硕士

随着科技的进步和互联网的发展,全球数据量呈现爆炸式上涨,大量的文本数据蕴含着重要的信息,如何高效的利用这些数据是自然语言处理领域的重要课题。文本分类任务作为数据挖掘领域的重要任务,广泛应用于网站主题分类、垃圾邮件过滤和新... 详细信息

随着科技的进步和互联网的发展,全球数据量呈现爆炸式上涨,大量的文本数据蕴含着重要的信息,如何高效的利用这些数据是自然语言处理领域的重要课题。文本分类任务作为数据挖掘领域的重要任务,广泛应用于网站主题分类、垃圾邮件过滤和新闻分类等场景。而在实际生活中,文本往往属于多个标签,因此多标签文本分类的应用价值更高,但也具有更大的挑战。目前主流的分类方法是先提取文本的语义特征,再通过分类器分类,也取得了较好的效果。但是当分类标签较多时,模型无法充分利用标签蕴含的信息,分类效果欠佳。本文旨在探究标签信息对于多标签分类模型的提升作用。目前已经有一些模型针对标签进行了相关的探索,本文在前人的基础上提出两个基于标签信息提取的分类算法,主要工作如下:(1)针对标签的依赖信息,设计一种新的损失函数。标签共现矩阵统计了标签在数据集上共同出现的次数,可以直观的体现标签之间的关联,从概率上讲两个标签同时属于一个样本的次数越多,且两个标签的语义越接近,同属于一个样本的概率越大。本文通过计算共现矩阵中元素的条件概率以及标签之间的余弦相似度,并将上述两个信息添加到损失函数中,有效提高了多标签文本分类的精度。(2)针对标签语义信息,设计基于标签语义的注意力机制。本文利用注意力机制计算每个标签对于文本特征的分类器权重,以此优化文本特征的向量表示,在一定程度上提高了多标签分类模型的准确率。(3)针对标签的高阶联系,设计标签图神经网络动态调整权重。由于标签之间存在传递依赖的关系,上述方案只能获取标签的二阶联系,而图神经网络通过迭代计算可以捕捉节点之间的传递信息。本文通过标签图卷积网络和自注意力机制获取标签之间的高阶联系,指导文本特征学习。(4)针对循环神经网络只能获取文本局部特征的缺点,引入主题模型。考虑到文本的语义完整性,我们引入文档主题模型来获取全局语义,并通过实验选择最佳的特征融合方式,该方法进一步提升了多标签分类模型的精度。

关键词：多标签文本分类标签信息注意力机制图神经网络主题特征

来源：评论

学校读者我要写书评

暂无评论

城市消费者对增强型转基因食品标签信息的偏好及对购买意愿的影响研究

城市消费者对增强型转基因食品标签信息的偏好及对购买意愿的影响...

引用

作者：邓鹏程南京农业大学

学位级别：硕士

新型生物技术在农业上的广泛使用获得了一系列的成果与收益，但是这些成果与收益并不一定能获得消费者的选择，如转基因食品。由于信息不对称的存在，消费者对转基因的认知水平较低，可能对转基因食品产生一定的风险感知。为了满足消费... 详细信息

新型生物技术在农业上的广泛使用获得了一系列的成果与收益，但是这些成果与收益并不一定能获得消费者的选择，如转基因食品。由于信息不对称的存在，消费者对转基因的认知水平较低，可能对转基因食品产生一定的风险感知。为了满足消费者的信息需求、保障消费者的合法权益和自由选择，亟需披露更多转基因食品信息的有效载体，而食品生产厂商是消费者荻取食品信息的最主要渠道，因此能披露更多有效信息的增强型转基因食品标签对于消费者而言是非常必要的。以往的研究仅分析了转基因食品标签的有无对于消费者食品购买选择的影响，但是对于转基因食品标签披露的各类信息偏好对消费者购买意愿变化的影响尚无涉及，这种影响机制仍需理论与实证来验证。　　本文根据信息不对称理论和态度转变理论来构建本文的理论模型和指标体系，为分析增强型转基因食品标签披露信息偏好对消费者购买意愿变化的影响机制奠定理论基础，同时对问卷调查获得的556名消费者数据进行Oprobit模型实证方法分析，研究结果表明:　　(1)增强型转基因食品标签信息的需求偏好会对消费者购买意愿产生显著影响，但是这种影响在不同消费群体中呈现显著差异，特别是过敏原信息的需求偏好，在信息披露前不会购买转基因食品的消费群体和会购买转基因食品群体中呈现完全相反的结果。产生这种结果性差异的原因在于消费者对转基因食品的风险感知和态度，信息披露对此产生的不同影响导致了不同的影响结果。　　(2)在信息披露前不会购买转基因食品的消费群体中，消费者对增强型转基因食品标签位置的显著性、转基因食品成分的含量信息和过敏原信息的看法显著正向影响消费者转基因食品购买意愿的变化，这表明了消费者更容易受到那些更直接传递食品安全的信息的影响;但在信息披露前没有拒绝购买的消费群体中这种作用并不显著，消费者的年龄和性别显著负向影响意愿的变化，而消费者的收入越高，购买意愿越有可能向正向变化。这种作用机制如下:增强型转基因食品标签披露信息偏好——信息不对称——消费者转基因食品风险感知——消费者转基因食品购买意愿。　　最后本文从消费者角度提出了相应的政策建议。首先由于消费者对增强型转基因食品标签披露信息的需求偏好和评价偏好影响了其转基因食品购买意愿，所以需要政府与企业提供增强型转基因食品标签给消费者;消费者应该进行有效的信息筛选，不要盲目遵从，提高自身的信息辨别能力，同时需要政府对消费者进行转基因食品信息的科普和对信息渠道的有效监管审核;从消费者自身而言，应该多关注食品安全，提高自己的食品安全意识，通过食品标签来获取更多的信息，自觉监督企业的经营行为，这也是保障自身知情权的重要途径。

关键词：城市消费者转基因食品标签信息信息偏好购买意愿

来源：评论

学校读者我要写书评

暂无评论

基于标签信息的跨领域推荐算法研究

基于标签信息的跨领域推荐算法研究

引用

作者：方舟北京邮电大学

学位级别：硕士

伴随信息技术和互联网应用的发展,网络上的信息发生了爆炸式的增长。然而面对海量信息,个人用户所能接触到的不过沧海一粟。在这样需求的推动下,个性化推荐技术(Personal Recommendation Technology)应运而生。传统的推荐技术仅仅是依... 详细信息

伴随信息技术和互联网应用的发展,网络上的信息发生了爆炸式的增长。然而面对海量信息,个人用户所能接触到的不过沧海一粟。在这样需求的推动下,个性化推荐技术(Personal Recommendation Technology)应运而生。传统的推荐技术仅仅是依靠单一领域的信息为本领域的用户进行推荐。然而随着互联网信息的发展,越来越多的信息平台交互连接,用户也越来越不满足于单一领域的信息来源,传统的单一领域推荐技术一直存在着数据稀疏、冷启动等问题,为了提高个性化推荐系统的准确性和多样性,跨领域信息推荐技术成为了当前的一个研究热点。跨领域推荐的优势在于能够综合分析来自多个领域的数据,对用户或者预测对象进行更加充分的建模,提高推荐结果的准确性;还能够为用户提供来自不同领域的预测对象的建议,提高推荐结果的多样性。基于以上种种优势,跨领域的推荐技术研究成为工业界和学术界的研究热点。一般的推荐算法,无论是单领域或是跨领域,主要是基于用户的评分数据来实现的,大部分情况下推荐算法被简化为了评分预测问题。然而这种形式使得推荐算法一直受制于评分数据稀疏的问题。因此,在推荐算法的发展过程中,其他类型的数据源也被纳入到考虑之中,期望以此来提高推荐算法的表现。其中,基于标签信息的推荐算法一直是研究的热点之一。标签是一种帮助用户描述和分类信息的关键字。用户可以自由的选择和描述最符合自己情况的标签,因此标签是一种可以强烈反应用户兴趣的信息。当前在各个网站和平台中充满了丰富的标签信息,这也为结合标签的推荐系统提供了可能。本文充分利用了多领域的标签信息,从而有效挖掘用户在不同领域中对信息对象的评价方式,提高了跨领域信息推荐的准确性,在一定程度上扩展了标签信息利用的新方式。最后,在真实数据集上验证了本文提出的跨领域推荐算法的有效性。

关键词：推荐系统跨领域标签信息

来源：评论

学校读者我要写书评

暂无评论

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：

请选择收藏分类：

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

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：