首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   4篇
  综合类   4篇
  2019年   1篇
  2013年   1篇
  2009年   1篇
  2002年   1篇
排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
协同服务模型及其在电子商务中的应用   总被引:3,自引:0,他引:3  
针对协同服务的结构关系和特点,研究了协同服务模型,将协同服务模型分为内部服务模型和外部服务模型,此方法中可以较好地保护协同服务的内部信息.给出了基于随机Petri网的电子商务背景下企业协同服务中几种最具有代表性的内部服务模型到外部服务模型之间的转化定理及相应的证明.将该模型分析方法应用于电子商务下单流程分析之中,数值计算结果说明了该方法的有效性.  相似文献
2.
余梅生  王元卓 《燕山大学学报》2002,26(4):301-304,324
在对二值图像分析处理的基础上,介绍了人工神经网络(ANN)方法在数字图像识别中的应用,并通过在身份验证中的人面部特征提取与识别的实例对现有网络进行了研究,提出了改进思想,以期达到降低运算量、提高识别率的目的。  相似文献
3.
微博中隐含着舆论热点等与特定话题相关的有价值的信息。因此,针对微博数据分析(如话题发现等)的工作成了当前的研究热点。由于微博内容和形式的高度自由,使得相关的研究工作面临着垃圾数据噪声大、有用数据提取难的问题。然而,目前针对非公共话题的中文垃圾微博过滤尚无有效方法。提出一种基于多视角特征融合的垃圾微博过滤方法。该方法首先从微博的结构和内容两个视角建立规则,再与微博文本分词结果进行融合构造复合特征,并以此对垃圾微博进行过滤。通过在真实数据集上的实验表明多视角融合的特征使得过滤效果有明显提升。  相似文献
4.
实体对齐能够发现不同知识图谱实体间的对齐关系,是多源知识融合的基础。现有的基于知识表示学习的方法依赖大量标注数据,且并未利用知识图谱中属性等结构化信息,限制了实体对齐的效果。针对这个问题,文章提出融合语义和结构信息的实体对齐方法,使用协同训练(Cotraining)框架,将特征分为语义视角和结构视角,在两个视角下分别训练基于两个图谱联合表示学习(Joint Embedding)的实体对齐模型,并不断选出最可信的实体对齐结果用于辅助另一视角下模型的训练,实现语义和结构信息的融合,从而提升实体对齐的效果。同时,提出使用属性强约束,限制协同训练过程中产生的漂移。实验证明,与传统方法相比,该方法在准确率和F1值上都有提升。  相似文献
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号