共查询到19条相似文献,搜索用时 109 毫秒
1.
2.
网络表示学习方法将信息网络表示为低维稠密携带网络节点特征信息的实数向量,应用于下游机器学习任务的输入,随着机器学习与深度学习的发展,网络表示学习拥有强大的建模能力且应用广泛。对网络表示学习方法、应用进行了归纳总结。首先,对当前国内外网络表示学习方法进行梳理归类,分为传统方法、基于网络结构的嵌入、融入属性信息的嵌入,以及基于谱域的图卷积、基于空间的图卷积和图attention网络,按类别对各类模型详细阐述,对比模型之间的适用性和方法特点;其次,介绍了网络表示学习的相关应用,包括推荐系统领域、生物医药领域等,整理常用的数据集、开源实现的表示学习模型和强大的图深度学习库供研究者参考调用;最后,对网络表示学习的发展趋势进行了总结与展望。未来可在深层的图神经网络学习、动态和异构网络的表示、网络模型的泛化能力等方面继续开展研究。 相似文献
3.
为了利用样本的局部结构信息与少量标记样本的类别信息,提出了一种基于局部学习的受限非负矩阵分解算法,并应用于数据表示.为了考虑样本的局部结构信息,通过每个样本邻域构建出的分类器对样本的类别进行预测;同时,还将样本中存在的类别信息作为硬约束,使得相同类别的高维样本在低维表示空间保持一致.算法不仅利用了样本的几何流形结构信息与鉴别结构信息,还考虑了标记样本的类别信息,因此比传统的非负矩阵算法具有更强的鉴别性.在20Newsgroups文本库和ORL人脸库中的实验结果表明了算法能提高分解准确率和归一化互信息. 相似文献
4.
5.
土地信息系统的数据源指建库中所需要的各种数据类型的来源。它是土地信息系统最基本、最重要的组成部份。土地信息系统的数据源多种多样,主要包括有:一是地图,地图是系统最主要的数据源,因为地图是地理数据的传统描述形式,是具有共同参考坐标系统的点、线、面的二维平面形式的表示,内容丰富,图上实体间的空间关系直观,而且实体的类别和属性可以用各种不同的符号加以识别和表示。土地信息系统其图形数据大部分都来自地图,土地信息系统的属性数据主要有地籍图、宗地图、土地详查图、土地利用现状图、行政区划图、专题图、乃至地形图等各种图件的矢量化地图数据。二是遥感影像数据,遥感影像数据是一个极其重要的信息源。通过遥感影像可以快速、准确地获得大面积的、综合的各种专题信息,航天遥感影像还可以取 相似文献
6.
针对新型建筑智能化平台中空间拓扑与节点拓扑一致性问题,提出了一种拓扑匹配算法.在拓扑匹配过程中,通过提取AutoCAD建筑平面图的B-rep信息,将其表示为以空间单元为节点的属性邻接图.建筑平面图空间拓扑被表示为大图,平台中智能节点交互形成的拓扑被表示为小图,一致性问题被转化为大图中查询同构小图问题.该算法与传统的子图同构算法相比,首先利用顶点度优化匹配顺序,其次增加顶点的邻域信息作为剪枝条件,对候选集匹配项进行筛选,最后采用非递归-回溯思想对数据节点进行验证,并在真实的数据集上验证了算法的适用性与高效性. 相似文献
7.
8.
地图是按比例缩小后,根据数学规律,用各种符号来表示地面事物和现象的一种工具,它能直观地反映事物和现象的空间分布;在一张地图上还能把许多内容同时呈现在读者眼前.因此地图长期地广泛应用于行政管理、国防、工农业建设、科学、教育、文化及旅游等各个方面。地图的作品类别很多,有单张图,系列图,图折和地图集等,在报章杂志以及书刊中还有用以帮助解释或补充文字内容的书刊插图。 相似文献
9.
《上海交通大学学报》2015,(11)
针对杂波和噪声背景下空间距离较近的扩展目标数目和状态难以估计的问题,提出了基于扩展目标概率假设密度滤波器(ET-PHD)的多目标联合检测、跟踪与分类算法,并给出了该算法基于粒子滤波的实现方法.算法在滤波器中引入了属性量测信息,预测阶段的粒子按照其类别进行传播,更新阶段对所有粒子进行联合更新,更新结束后将粒子按照类别进行分类,各类别的粒子集表示了其相应类别目标的PHD分布.该算法具有模块化结构,计算复杂度为O(mn).数值仿真场景包含两类扩展目标并行运动和两类扩展目标交叉运动.结果表明,该算法可以同时估计扩展目标的类别、数目和状态,并且平均最优次模式分配距离相比传统算法的降低幅度超过50%. 相似文献
10.
11.
12.
13.
多管落球法测液体黏度实验的探讨 总被引:1,自引:0,他引:1
多管落球法测液体黏度实验,关键是测定满足无限宽广条件下小球下落的时间。针对该实验常用的作图法徒手画线,随机性很大,很难准确测量的问题。文章对多管落球法测液体黏度实验的数据处理作了改进,介绍了作图法、逐差法、最小二乘法并相互比较,得出了逐差法是最好方法的结论。 相似文献
14.
雷达图图形特征提取中的特征排序 总被引:1,自引:1,他引:0
基于多元数据的雷达图图表示,提出了雷达图重心图形特征.针对同样的多元数据不同的特征排序会导致不同的雷达图图表示,进而产生不同的重心特征,而这些重心特征会最终影响分类器的性能,因此提出一种新的问题,即雷达图图形特征提取中的特征排序问题.基于这个新的问题,设计了一种新的解决方法,即提出了基于改进的遗传算法的特征排序.同时也研究并改进了传统的基于排序的特征选择方法.基于一些机器学习数据库的分类实验结果表明:一方面,数据的原始特征排序下的重心特征和传统的特征提取方法相比,并不总是最优,但是在遗传算法下特征排序的重心特征优于传统的特征提取方法;另一方面,在遗传算法下特征排序的重心特征优于传统的基于排序的特征选择方法下的重心特征.尤其对于高维小样本的肺癌数据达到了12.5%的留一法交叉验证错误率,效果非常好.乳腺癌数据和糖尿病数据等的分类结果优于目前国际上的报道. 相似文献
15.
16.
17.
18.
19.
本文研究彩色图象的合成问题,阐述了亮度计算的统计直方图原理,提出了彩色图象合成中亮度匹配的直方图规定化方法,给出了它的离散形式,以便程序实现,并对处理中的具体问题进行了讨论使用证明该方法在彩色图象合成中能获得较好的亮度匹配效果。 相似文献