基于元路径异构网络嵌入的姓名实体消歧方法

为了解决大型学术数据库中重名作者的歧义消解问题,提出了基于元路径异构网络嵌入的姓名实体消歧模型。使用大型在线学术搜索系统DBLP上的公开数据集,首先抽取学术出版物的作者信息、标题和会议期刊名称等特征属性,再利用word2vec模型工具生成的特征属性词嵌入输入到GRU网络中进行训练,构造出一个PHNet矩阵网络进行随机游走操作,从而捕捉不同类型节点之间的关系,最后进行相似节点的划分,完成姓名消歧工作。实验结果显示,新方法的精确度为0.865,召回率为0.792,F_1值为0.815。基于元路径的异构网络嵌入模型的精确度、召回率等指标都优于对比模型。因此,所提出的模型在提高大型学术数据库的消歧精准度方面具有良好的应用前景。     

基于双向长短期记忆网络和标签嵌入的文本分类模型

提出了一种基于双向长短期记忆网络和标签嵌入的文本分类模型。首先利用BERT模型提取句子特征,然后通过BiLSTM和注意力机制得到融合重要上、下文信息的文本表示,最后将标签和词在联合空间学习,利用标签与词之间的兼容性得分对标签和句子表示加权,实现标签信息的双重嵌入,分类器根据给定标签信息对句子进行分类。在5个权威数据集上的实验表明,该方法能有效地提高文本分类性能,具有更好的实用性。     

基于邻域熵的决策表约简

针对传统粗糙集理论难以处理数值型数据的特点,提出基于邻域熵的决策表特征约简方法.该方法通过引入邻域关系进行信息粒化,定义邻域熵概念,用来度量数值型数据的不确定性,证明邻域熵的单调性原理,提出基于邻域熵与分类精度加权的特征重要度概念,基于邻域熵单调性原理设计了两种启发式特征约简算法.理论分析与实例表明该方法是有效可行的.     

三角代数上导子的两个结论

设R是有单位元的交换环,A,B都是R上的酉代数,M是非零(A,B)-酉双模,且作为左A-模和右B-模都是忠实的.记T=(A M0B)为由A,B,M构成的三角代数,D为T的导子.给出T满足[D(X),D(Y)]=0的导子的结构,并证明了三角代数T的导子都不是强保交换的.     

L-Fuzzy拓扑空间的γ-良紧性

首先引入了LF拓扑空间的γ-开集,然后在LF拓扑空间中提出了γ-良紧集的概念,研究了它们的基本特征,讨论了它们的一些基本性质。     

图是λ5-最优的邻域交条件

基于目前网络边连通性在网络拓扑性能方面的广泛应用和高阶限制边通图的各种邻域条件的广泛关注,针对图的高阶限制边连通性的最优化问题进行了深入的研究。该结论通过运用分类讨论和反证假设的方法,对前人一些已知的结果进行推广和改进,给出了阶为n的λ5-连通图的邻域交条件,从而得出图是λ5-最优的充分性条件。这些结论在大规模网络系统中度量网络性能的可靠性和容错性分析方面都有一定的应用,并对研究更高阶的网络连通性的最优化问题提供了方法和理论依据。     

基于各向异性扩散的多细节图像消噪方案

文章针对传统消噪方法在消除噪声的同时破坏了图像的细节信息的缺点,基于各向异性扩散方程实现数字图像中的消噪,并与中值滤波、均值滤波和各向同性扩散进行比较,实验仿真证明各向异性扩散消噪在消除噪声的同时更好的保留了图像的细节信息。     

蚁群算法在图像边缘提取中的研究

文章对蚁群算法在图像边缘的提取中进行研究,对蚁群算法在图像边缘提取中采用蚂蚁访问不同邻域策略与不同的启发信息公式进行MATLAB仿真,得到最佳的邻域策略与启发信息公式,并利用得到的最佳方式对不同图像进行边缘的提取,达到一定的效果。     

易混淆语音特征提取方法的研究

在语音识别系统中,易混淆语音是导致系统识别率下降的重要原因。汉语音节是由声母和韵母组成的,在易混淆语音中,其韵母部分的混淆度很大。针对易混淆语音的韵母部分,通过改进特征提取的方法来提高易混韵母之间的区分度,提出了一种基于小波分解和线性预测(WLPC)的特征提取方法,并用局部保持映射(Locality Preserving Projections)算法对提取的特征进行了特征变换。实验结果显示,与传统的MFCC特征相比,该特征能更好的区分不同的韵母。     

保细节的基于曲面控制的网格变形

综合考虑微分域网格编辑方法在细节特征保持方面的优势以及细分曲面的任意拓扑适应性,提出一种基于曲面控制的网格变形方法.以流形网格上的离散泊松方程为理论基础,在指定变形区域模型表面设计细分曲面作为变形控制曲面,并将对它的编辑操作映射为对变形区域网格的梯度场操纵,最后通过泊松重建得到变形后的网格模型.文中变形方法克服了传统参数样条曲面难以贴合任意拓扑物体外形的缺陷,可以有效保持物体的细节特征.