单圈图的连通子图的数目

图的某种子图的计数是个被广泛研究的课题,考虑了单圈图的连通子图的计数问题,给出了一个线性算法来计算单圈图中连通子图的数目.     

一种基于特征子图的不确定图分类算法

采用频繁子图作为特征子图,对不确定图进行分类.提出AGF频繁子图挖掘算法,该算法将频繁子图挖掘问题转换为频繁项挖掘问题,可有效提高频繁子图生成效率.利用频繁子图构造分类模型,首次应用于不确定图,通过实验证明,给出的分类算法具有良好的分类正确率.     

生成子图与图的泛路连通性

本文讨论了图的泛路连通性,提出并证明了几乎泛路连通图的两个充分条件。     

图的禁用子图和泛连通性

本文主要证明了如下结果:设G是3连通图,{K_(1,3),Z_2}-free,则G是准泛连通的。     

基于子图采样的大规模图对抗性攻击方法

为提高对抗性攻击在大规模图上的攻击效率,提出了基于子图采样的对抗样本生成方法. 该方法通过引入PageRank、余弦相似度及K跳子图等技术,提取与目标节点高度相关的子图,在大规模图上缓解了计算梯度效率较低的问题,在降低被攻击模型准确性的同时提升了攻击的隐蔽性. 实验结果表明： 所提出的对抗性攻击方法与基于梯度攻击的GradArgmax算法相比,在Cora数据集上提升了30.7%的攻击性能,且在Reddit大规模数据上能够计算GradArgmax算法无法计算的攻击扰动.     

不同灵芝子实体产量与子实体多糖含量的比较

灵芝是一种名贵的药用真菌,现代医学证明,灵芝具有抗癌、抗肿瘤、止喘、改善睡眠、延年益寿、养颜等多种生理活性．采用相同的栽培方式栽培不同灵芝菌株,对几种灵芝品种进行比较研究,不同菌株生物活性多糖的含量由于菌种特性、培养条件的不同其存在差异．结果表明,甜芝子实体产量最高,灵芝G9子实体多糖含量最高．     

函数子卡诺图及其在逻辑设计中的应用

在逻辑电路的设计过程中,经常涉及到用卡诺图化简逻辑函数,本文给出一种新的化简方法,即函数子卡诺图的化简法,同时举例说明在逻辑设计中的应用。     

基于标准编码的有向标记频繁子图挖掘算法

针对大部分频繁子图挖掘算法,基于无向图而不适用于更具有实际意义的有向图的挖掘的现状,通过对无向图挖掘算法gSpan中编码结构的扩展,采用改进的规范形式,使编码适用于有向图领域。并使用针对有向图的DADI++存储结构来存储图集,简化了数据访问操作的代价。另外在挖掘中使用Hash表存储同构图的Hash地址和支持度,避免对图集的重复扫描和直接的同构测试。在实际数据集上运行的实验结果表明提出的Dspan算法是正确的,并比FFSM算法效率更高。     

SGML实现中的实体及实体管理

本文详细介绍了ＳＧＭＬ语言实现中非常重要的概念－实体及实体管理，其中包括实体定义，实体声明，实体引用，实体分类和实体管理等。     

多模态语义协同交互的图文联合命名实体识别方法

针对现有多模态命名实体识别(Multimodal Named Entity Recognition, MNER)研究中存在的噪声影响和图文语义融合不足问题,本文提出一个多模态语义协同交互的图文联合命名实体识别(Image-Text Joint Named Entity Recognition, ITJNER)模型。ITJNER模型加入图像描述作为额外特征丰富了多模态特征表示,图像描述可以帮助过滤掉从图像特征中引入的噪声并以文本形式总结图像语义信息;还构建了多模态协同交互的多模态语义融合模型,可以加强多模态信息融合,并减少图像信息的语义偏差。在Twitter-2015和Twitter-2017数据集上进行方法实验,分析实验结果并与AdaCAN、UMT、UMGF、Object-AGBAN等方法进行对比。相较于对比方法中的最优方法UMGF,本方法在Twitter-2017数据集上的准确率、召回率、F1值分别提高了0.67%、2.26%、0.93%;在Twitter-2015数据集上,召回率提高了0.19%。实验结果验证了本方法的有效性。     

Image Semantic Automatic Annotation by Relevance Feedback

A large semantic gap exists between content based index retrieval (CBIR) and high-level semantic, additional semantic information should be attached to the images, it refers in three respects including semantic representation model, semantic information building and semantic retrieval techniques. In this paper, we introduce an associated semantic network and an automatic semantic annotation system. In the system, a semantic network model is employed as the semantic representation model, it uses semantic keywords, linguistic ontology and low-level features in semantic similarity calculating. Through several times of users' relevance feedback, semantic network is enriched automatically. To speed up the growth of semantic network and get a balance annotation, semantic seeds and semantic loners are employed especially.     

基于CNN-BLSTM的食品舆情实体关系抽取模型研究

食品舆情实体关系抽取是构建食品舆情知识图谱的关键技术,也是当前信息抽取领域的重要研究课题。针对食品舆情中常出现的实体对多关系问题,在卷积神经网络(convolutional neural network,CNN)中引入基于位置感知的领域词语义注意力机制;在双向长短时记忆(bidirectional long short-term memory,BLSTM)网络中引入基于位置感知的语义角色注意力机制,构建基于CNN-BLSTM的食品舆情实体关系抽取模型。在食品舆情数据集上进行了对比实验,实验结果表明:基于CNN-BLSTM的食品舆情实体关系抽取模型在食品舆情数据集上准确率比常用的几种深度神经网络模型高出8.7%~13.94%,验证了模型的合理性和有效性。     

关联理论与语义理解

在日常交际活动中,交际双方真实意图的体现是通过语义的准确理解来实现的.语义理解与关联理论密切相关,交际双方都应尽可能利用关联理论的认知原则和交际原则从消除歧义、语境限制、修辞角度、非语言因素等方面入手寻求最佳关联与最大关联,最终达到准确理解语义的目的.     

基于深度学习的实体链接研究综述

介绍实体链接的概念和步骤以及基于深度学习的命名实体链接相关问题和研究现状,分析实体链接研究中存在的问题及相应的解决模型,并介绍相关数据集和评测方法.总结国际评测会议中实体链接的现状,展望未来的研究方向.     

基于相关向量机的发动机剩余寿命预测

针对民航发动机寿命预测中监测参数较多筛选困难的问题,提出一种基于信息融合与相关向量机的发动机剩余寿命预测方法。首先通过核主元分析方法从发动机多维监测数据中提取退化特征信息;然后利用非线性模型将主元序列融合成反映发动机退化趋势的健康指数序列;最后采用相关向量机以历史失效数据为训练样本建立预测模型,对现有的发动机健康指数序列进行外推预测得到当前样本的寿命预测值。通过NASA Ames研究中心公开的涡轮风扇发动机仿真数据验证了该方法的有效性,其预测性能优于常用的支持向量机模型和过程神经网络模型。     

基于“关联域”的文化负载词翻译

由于中西方在地域、宗教、习俗、文化意象等方面存在巨大差异,在翻译文化负载词时,译者很难找到完全对等的表达。本文拟从“关联域”的视角探讨译者如何在原文文本和语境间寻找最佳关联,从而将原文本的信息意图或交际意图准确传达给译文读者。     

基于"关联域"的文化负载词翻译

由于中西方在地域、宗教、习俗、文化意象等方面存在巨大差异,在翻译文化负载词时,译者很难找到完全对等的表达.本文拟从"关联域"的视角探讨译者如何在原文文本和语境间寻找最佳关联,从而将原文本的信息意图或交际意图准确传达给译文读者.