检索结果-内蒙古大学图书馆

作者：刘春阳陈志鹏曹娟张旭王鹏张翔宇李锦涛谢添 100080 北京市海淀区中关村科学院南路6号

本发明涉及一种基于无监督聚类的长文本可信度评估方法，包括：以已知长文本获取训练数据，提取该训练数据的训练特征以构建训练特征向量集，对该训练特征向量集进行无监督聚类，得到多个训练类心；以待评估长文本获取评估数据，提取该... 详细信息

标准号: CN110287314B

本发明涉及一种基于无监督聚类的长文本可信度评估方法，包括：以已知长文本获取训练数据，提取该训练数据的训练特征以构建训练特征向量集，对该训练特征向量集进行无监督聚类，得到多个训练类心；以待评估长文本获取评估数据，提取该评估数据的评估特征向量；获取该评估特征向量相对该训练类心的评估值，并以该评估值得到该待评估长文本的可信度。本发明通过无监督聚类对长文本进行可信度评估，在实施过程中不需要标注数据，节省了人力、物力与时间，避免了数据中标签稀疏带来的困扰；提取了长文本的文本特征，对于可信度评估任务更加适用，使用该模型得到的文本的可信度更具有可解释性，同时在平台之间可以迁移。

关键词：长文本可信度评估训练特征无监督聚类评估评估数据评估特征训练数据可信度向量集向量文本特征解释性构建稀疏标注标签迁移文本

来源：评论

学校读者我要写书评

暂无评论

基于CLEAN思想的互补码信号脉冲压缩算法

引用

雷达科学与技术 2020年第3期18卷 254-261页

作者：潘孟冠胡金龙陈伯孝刘剑锋苏泳涛中国科学院计算技术研究所南京移动通信与计算创新研究院江苏南京210000 中国科学院计算技术研究所无线通信技术研究中心北京100190 西安电子科技大学雷达信号处理国家重点实验室陕西西安710071 国家移动卫星通信工程技术研究中心江苏南京210000

互补码信号具有理想的零旁瓣非周期自相关函数,特别适用于高频地波雷达。然而高频地波雷达常采用高占空比波形,近距离目标回波遮挡严重,遮挡时原互补码不再互补,脉压旁瓣很高。针对这一问题,提出基于CLEAN算法思想的互补码脉冲压缩方法... 详细信息

互补码信号具有理想的零旁瓣非周期自相关函数,特别适用于高频地波雷达。然而高频地波雷达常采用高占空比波形,近距离目标回波遮挡严重,遮挡时原互补码不再互补,脉压旁瓣很高。针对这一问题,提出基于CLEAN算法思想的互补码脉冲压缩方法,该算法利用互补码的子码互补特性,在不同遮挡程度使用不同长度的子码作为脉压系数;同时,引入了CLEAN算法的思想,由远距离段至近距离段依次进行脉压和CLEAN操作,在保留互补码零旁瓣特性的同时消除了不同子码段之间的相关性造成的距离栅瓣。多目标环境下的计算机仿真实验表明,这种算法在距离盲区内保持了互补码的零旁瓣特性,且无距离栅瓣。

关键词：高频地波雷达互补码分段脉压 CLEAN算法

来源：评论

学校读者我要写书评

暂无评论

基于双层主题模型的技术演化分析框架及其应用

基于双层主题模型的技术演化分析框架及其应用

引用

第三届数据分析与知识发现学术研讨会

作者：吕璐成周健王学昭刘细文中国科学院文献情报中心北京100190 中国科学院大学经济与管理学院图书情报与档案管理系北京100190 中国科学院计算技术研究所北京100094

[目的]针对开展技术演化分析时依赖主题间相似度计算和人工设定阈值判断窗口技术主题间关联关系的问题，进行方法研究。[方法]构建基于双层主题模型的技术主题演化分析框架。分别采用基于LDA和基于NMF 的双层主题模型识别动态主题，通... 详细信息

[目的]针对开展技术演化分析时依赖主题间相似度计算和人工设定阈值判断窗口技术主题间关联关系的问题，进行方法研究。[方法]构建基于双层主题模型的技术主题演化分析框架。分别采用基于LDA和基于NMF 的双层主题模型识别动态主题，通过主题内一致性和差异度指标评价两种方法的技术主题识别效果，对比选定最优方法，从主题成长性和重要性方面进行技术主题演化分析。[结果]通过在资源环境领域的应用研究发现，基于NMF 的双层主题模型识别的动态主题具有更高的主题内语义一致性和主题间语义差异度，技术演化分析结果能够从《麻省理工科技评论》发布的突破性技术清单中得到验证。[局限]仅研究了技术从出现到消亡的发展轨迹，未关注技术的分裂、衍生和融合。[结论]所提方法能够利用特定时间段的文献数据，自动识别动态主题并对主题的演化轨迹进行分析，在科技情报分析工作中具有实际应用价值。

关键词：技术演化分析主题模型科技文献挖掘 NMF 资源环境领域

来源：评论

学校读者我要写书评

暂无评论

描述逻辑ALC中关于伪子概念极小改变的R-演算

引用

软件学报 2019年第12期30卷 3683-3693页

作者：王雨晖眭跃飞中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院大学计算机与控制学院北京100049 中国再保险(集团)股份有限公司信息技术中心北京100033

AGM公设是用于信念修正的(被一个单一信念修正),而DP公设是用于迭代修正的(被一个有限的信念序列修正).李未给出了对于R-构型(configuration)Δ|Γ的R-演算,其中,Δ是一个原子公式或原子公式否定的集合,而Γ是一个有限的公式集合.为了... 详细信息

AGM公设是用于信念修正的(被一个单一信念修正),而DP公设是用于迭代修正的(被一个有限的信念序列修正).李未给出了对于R-构型(configuration)Δ|Γ的R-演算,其中,Δ是一个原子公式或原子公式否定的集合,而Γ是一个有限的公式集合.为了在修正过程中能够保留断言中尽可能多的信息,将考虑一种新的极小改变的定义:伪子概念极小改变(■-极小改变),其中,■是一种伪子概念的关系;之后,在此基础上给出一种新的R-演算TDL,它是关于■-极小改变可靠和完备的,使得Δ|Γ在TDL中可以被约减为一个理论Δ∪Θ(记作TDL■Δ|Γ?Δ,Θ)当且仅当Θ是Γ关于Δ的一个■-极小改变.

关键词：描述逻辑信念修正 R-演算伪子概念 ■-极小改变

来源：评论

学校读者我要写书评

暂无评论

互联网域名滥用治理第1部分：总体要求

互联网域名滥用治理第1部分：总体要求

引用

标准类型：行业标准

本文件规定了互联网域名滥用治理的总体要求，对域名滥用的定义、分类、报送、认定、处置等一系列关键问题作了一些相关要求。本文件适用于互联网域名服务机构，为其域名滥用治理提供参考。

标准号: YD/T 4544.1-2023

关键词：

来源：评论

学校读者我要写书评

暂无评论

老年糖尿病患者的步态特征差异分析与评价

引用

中国实验诊断学 2021年第4期25卷 483-486页

作者：田甜龙舟王成王晶白玉芝李培周立春王向东首都医科大学附属北京朝阳医院全科医学科北京100043 首都医科大学附属北京朝阳医院神经内科北京100043 中国科学院计算技术研究所数字经济产业研究院人体感知智能计算研究中心洛阳中科信息产业研究院智能康复技术实验室中国科学院计算技术研究所移动计算与新型终端北京市重点实验室

目的评价老年糖尿病患者的步态特征差异,为糖尿病足和老年跌倒事件的预防提供参考。方法选取老年糖尿病患者30例为糖尿病组,另选取年龄、性别相匹配的健康人35例为对照组。使用可穿戴步态分析系统记录受检者的步态参数,比较糖尿病组与... 详细信息

目的评价老年糖尿病患者的步态特征差异,为糖尿病足和老年跌倒事件的预防提供参考。方法选取老年糖尿病患者30例为糖尿病组,另选取年龄、性别相匹配的健康人35例为对照组。使用可穿戴步态分析系统记录受检者的步态参数,比较糖尿病组与对照组的步态参数、糖尿病组与对照组不同性别的步态参数。将糖尿病患者根据体质量指数(BMI)是否≥28kg/m^(2)分为肥胖组与非肥胖组,比较肥胖组与非肥胖组的步态参数。结果与对照组比较,糖尿病组的步态参数中步幅、摆动最小/最大角度、离地/着地角度、步频与步速更小,支撑/双足时间更长(P<0.05)。性别步态参数比较中,糖尿病组男性步幅、步速、摆动最小/最大角度与着地角度均小于对照组男性,双足时间长于对照组男性(P<0.05);糖尿病组女性的摆动最小/最大角度、步幅、步频、离地/着地角度、步速均小于对照组女性,支撑/双足时间均长于对照组女性(P<0.05)。糖尿病患者中肥胖组的离地角度、步速、摆动最小角度、步幅均小于非肥胖组,支撑/双足时间均长于非肥胖组(P<0.05)。结论老年糖尿病患者的步态性能发生改变,且女性患者的变化参数更多,肥胖患者较非肥胖患者的变化更大。

关键词：糖尿病老年人步态特征

来源：评论

学校读者我要写书评

暂无评论

社交网络用户敏感属性迭代识别方法

引用

山东大学学报（理学版） 2019年第3期54卷 10-17,27页

作者：谢小杰梁英董祥祥中国科学院计算技术研究所泛在计算系统研究中心北京100190 中国科学院大学计算机科学与技术学院北京100049

分析识别社交网络用户敏感信息,有利于从技术上量化隐私泄露程度,进行隐私保护。针对现有的用户属性识别方法需要对用户属性取值进行强假设的问题,结合RL迭代分类框架和扩展wvRN关系识别的方法,提出了一种社交网络用户敏感属性迭代识别... 详细信息

分析识别社交网络用户敏感信息,有利于从技术上量化隐私泄露程度,进行隐私保护。针对现有的用户属性识别方法需要对用户属性取值进行强假设的问题,结合RL迭代分类框架和扩展wvRN关系识别的方法,提出了一种社交网络用户敏感属性迭代识别方法。通过卷积神经网络提取用户文本特征进行识别,结合邻居结点迭代地进行关系识别,不仅弱化了对用户属性的假设,而且提高了可用性。实验结果表明,通过在社交网络中获取少量的标注数据,对迭代识别方法设置合理的参数值,可以获得较好的用户敏感属性识别结果。

关键词：社交网络文本分类社交链接属性识别数据挖掘

来源：评论

学校读者我要写书评

暂无评论

自编码器在水质监测点位优化中的应用

引用

计算机系统应用 2021年第3期30卷 262-266页

作者：张镝吕言成张楠魏景锋中国科学院大学北京100049 中国科学院沈阳计算技术研究所沈阳110168 阜新市生态环境保护服务中心阜新123100 辽宁省医疗器械检验检测院沈阳110000

水是我们人类赖以生存的必要元素之一,水质的监测结果是进行水质量控制的依据.在一个区域或者流域内就有很多水质监测点位,随着人口增长、工业发展、土壤变更,整个流域发生了很大的改变.原来的点位就存在误选或者偏多、重复性的问题,就... 详细信息

水是我们人类赖以生存的必要元素之一,水质的监测结果是进行水质量控制的依据.在一个区域或者流域内就有很多水质监测点位,随着人口增长、工业发展、土壤变更,整个流域发生了很大的改变.原来的点位就存在误选或者偏多、重复性的问题,就需要采取一些措施,尽量用少的点位全面的表现水质的分布,节约人力,物力.为了解决这一问题,本文所提出了一种将auto-encoder神经网络结合系统聚类的方法,用auto-encoder对输入的样本进行特征选取,将特征降维后而重新生成的新样本进行聚类,达到了水质监测点位优化的目的.实验表明,相比于单独使用模糊聚类方法,而不进行特征降维的方法,此方法有一定的效果.

关键词：水质监测点位优化降维 Auto-encoder神经网络聚类分析

来源：评论

学校读者我要写书评

暂无评论

基于深度融合的显著性目标检测算法

引用

计算机学报 2019年第9期42卷 2076-2086页

作者：张冬明靳国庆代锋袁庆升包秀国张勇东国家计算机网络应急处理协调中心北京100029 中国科学院计算技术研究所智能信息处理实验室北京100190 中国科学技术大学信息科学技术学院合肥230026

自然图像往往包含各种复杂的内容,基于单一特征的显著性检测算法很难从复杂场景中提取符合人类视觉的显著性目标.虽然多种显著图的融合能够弥补或者纠正单一特征带来的检测缺陷,但是不合理的显著图融合方式可能会进一步降低算法的检测性... 详细信息

自然图像往往包含各种复杂的内容,基于单一特征的显著性检测算法很难从复杂场景中提取符合人类视觉的显著性目标.虽然多种显著图的融合能够弥补或者纠正单一特征带来的检测缺陷,但是不合理的显著图融合方式可能会进一步降低算法的检测性能.为了解决多种显著图的有效融合问题,作者提出了一种基于深度卷积神经网络的特征图深度融合模型.算法使用四种低层显著图作为网络的输入,采用前融合和后融合的双通道卷积网络学习图像的显著目标.前融合通道利用一个多层的全卷积网络生成对目标物体边缘敏感的显著图,后融合通道使用权重共享的浅层网络分别获得四种目标对象位置保持的高层语义显著图.两个通道的特征图再通过一个四层的全卷积网络进行优化,从而获得最终的显著图.在公开数据集上的大量实验证明了本文提出的显著图深度融合算法的有效性.

关键词：显著目标检测人工特征深度融合深度学习显著图

来源：评论

学校读者我要写书评

暂无评论

基于自适应前瞻和预测校正的实时柔性加减速控制算法

引用

中国机械工程 2019年第6期30卷 690-699页

作者：李浩吴文江韩文业郭安中国科学院大学北京100049 中国科学院沈阳计算技术研究所高档数控国家工程研究中心沈阳110168 沈阳高精数控智能技术股份有限公司沈阳110168

为了提高离散小线段的加工效率和质量,提出一种实时柔性加减速控制算法。该算法由三部分组成:前瞻处理部分利用加减速可行性判断条件,保证加减速可达和实时前瞻;速度规划部分在保证速度和加速度连续变化的条件下,实时计算下一插补周期... 详细信息

为了提高离散小线段的加工效率和质量,提出一种实时柔性加减速控制算法。该算法由三部分组成:前瞻处理部分利用加减速可行性判断条件,保证加减速可达和实时前瞻;速度规划部分在保证速度和加速度连续变化的条件下,实时计算下一插补周期的进给速度;动态修调部分对当前速度规划结果进行调整,及时响应加工中机床参数的改变。实验结果表明,该算法能够实现数控系统的实时柔性加减速控制,支持动态修调,满足实际加工的要求。

关键词：自适应前瞻预测校正柔性加减速控制动态修调

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：