期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1,548篇文章
< 1 2 … 78 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于通道自注意图卷积网络的运动想象脑电分类实验
1
作者 孟明 张帅斌 +2 位作者 高云园 佘青山 范影乐 《实验技术与管理》 北大核心 2025年第2期73-80,共8页
该文将运动想象脑电分类任务设计成应用型教学实验。针对传统图卷积网络(graph convolutional neural networks,GCN)无法建模脑电通道间动态关系问题,提出一种融合通道注意机制的多层图卷积网络模型(channel self-attention multilayer ... 该文将运动想象脑电分类任务设计成应用型教学实验。针对传统图卷积网络(graph convolutional neural networks,GCN)无法建模脑电通道间动态关系问题,提出一种融合通道注意机制的多层图卷积网络模型(channel self-attention multilayer GCN,CAMGCN)。首先,CAMGCN计算脑电信号各个通道间的皮尔逊相关系数进行图建模,并通过通道位置编码模块学习通道间关系。然后将得到的时域和频域特征分量通过通道自注意图嵌入模块进行图嵌入,得到图数据。最后通过多级GCN模块提取并融合多层次拓扑信息,得出分类结果。CAMGCN深化了模型在自适应学习通道间动态关系的能力,并在结构方面提高了自注意机制与图数据的适配性。该模型在BCI Competition-Ⅳ2a数据集上的准确率达到83.8%,能够有效实现对运动想象任务的分类。该实验有助于增进学生对于深度学习和脑机接口的理解,培养创新思维,提高科研素质。 展开更多
关键词 脑机接口 脑电图 图卷积网络 注意力机制
在线阅读 下载PDF
SSGCN-混合式图卷积网络:用于三维CAD模型的加工特征识别
2
作者 王洪申 王尚旭 强会英 《机械科学与技术》 北大核心 2025年第1期30-39,共10页
为解决CAD/CAPP/CAM集成过程中,三维CAD模型加工特征识别问题,提出了一种混合式图卷积网络(Hybrid spectral domain and spatial domain graph convolution networks, SSGCN)的特征识别算法。以三维模型的面为节点,边为节点间的连接关系... 为解决CAD/CAPP/CAM集成过程中,三维CAD模型加工特征识别问题,提出了一种混合式图卷积网络(Hybrid spectral domain and spatial domain graph convolution networks, SSGCN)的特征识别算法。以三维模型的面为节点,边为节点间的连接关系,构建图数据结构。提取面的几何属性信息,自定义编码构建节点属性矩阵,作为网络的输入。提取图结构的邻接矩阵、度矩阵等构建混合式图卷积网络。通过Python-OCC相关算法以及布尔运算,设计了一种批量生成带有面标签的加工特征模型数据集算法。使用带有面标签的加工特征模型数据集对网络进行训练,对加工特征模型进行测试,得到很好的识别效果。 展开更多
关键词 CAD模型 图卷积网络 加工特征识别 邻接矩阵
在线阅读 下载PDF
时–空特征驱动的多轮次重构图卷积网络故障诊断方法
3
作者 王庆昕 张先杰 +3 位作者 张海峰 钟凯 陈宏田 韩敏 《控制理论与应用》 北大核心 2025年第1期149-157,共9页
近年来,图神经网络被广泛应用于处理具有非欧结构的工业过程数据.然而由于设备运行的过程数据常常受到噪声和冗余信息的干扰,如果直接使用原始信号会导致构建的图模型不够精细和准确,从而影响后续的模型诊断性能.针对这一问题,本文提出... 近年来,图神经网络被广泛应用于处理具有非欧结构的工业过程数据.然而由于设备运行的过程数据常常受到噪声和冗余信息的干扰,如果直接使用原始信号会导致构建的图模型不够精细和准确,从而影响后续的模型诊断性能.针对这一问题,本文提出了一种时–空特征驱动的多轮次重构图卷积网络(STMR-GCN)故障诊断方法.该方法首先利用多尺度卷积神经网络与GCN对故障信号进行特征提取.然后根据样本之间的余弦相似性对图结构进行多次重构,重构后的图模型能够更精确地反映样本之间的连边关系,并将得到的图模型输入到GCN进行故障种类的识别.最后,在东南大学(SEU)仿真数据集和真实的磨煤机数据集上进行实验,实验结果表明所提方法与其他对比方法相比诊断精度均有提高,从而证明STMR-GCN模型在故障诊断方面的有效性和实用性. 展开更多
关键词 故障诊断 时空特征 多轮次图重构 图卷积网络
在线阅读 下载PDF
基于卷积神经网络与图卷积网络的水力机械故障诊断
4
作者 吴学春 夏臣智 +4 位作者 肖湘曲 李超顺 李英玉 莫兆祥 吴韬为 《中国农村水利水电》 北大核心 2025年第2期143-147,共5页
水力机械设备在当前国民生产中扮演着重要角色,其安全稳定运行至关重要。针对单一深度特征难以有效反映机组故障信息的难题,提出了基于卷积神经网络与图卷积网络特征融合的水力机械设备故障诊断模型。首先利用卷积神经网络获取水力机械... 水力机械设备在当前国民生产中扮演着重要角色,其安全稳定运行至关重要。针对单一深度特征难以有效反映机组故障信息的难题,提出了基于卷积神经网络与图卷积网络特征融合的水力机械设备故障诊断模型。首先利用卷积神经网络获取水力机械设备监测信号卷积深度特征,同时利用快速傅里叶变换获取监测信号频谱值,构建监测信号图数据,建立图卷积网络提取样本关联特征。然后利用注意力机制对不同类型特征进行加权求和实现多模态特征融合。最后利用全连接层实现设备的故障诊断。通过水电机组、水泵主机组故障实测数据以及轴承故障数据进行验证,结果表明所提模型能有效实现水力机械设备故障诊断。 展开更多
关键词 水力机械 卷积神经网络 图卷积网络 故障诊断
在线阅读 下载PDF
MCPD:结合预训练与去噪图卷积网络的多任务学习推荐模型
5
作者 范钰敏 袁卫华 +1 位作者 王龙霄 孙倩 《软件导刊》 2025年第3期78-85,共8页
目前,基于图卷积网络(GCN)的推荐系统普遍存在噪声、训练效率低以及无法选择合适的损失函数进行有效联合优化的问题。为此,提出结合预训练与去噪图卷积网络的多任务学习推荐模型MCPD,采用图卷积网络重点关注高阶邻居间的协作信号以生成... 目前,基于图卷积网络(GCN)的推荐系统普遍存在噪声、训练效率低以及无法选择合适的损失函数进行有效联合优化的问题。为此,提出结合预训练与去噪图卷积网络的多任务学习推荐模型MCPD,采用图卷积网络重点关注高阶邻居间的协作信号以生成更精准的用户和项目嵌入。首先,通过双向注意力聚合模型分别对用户与项目进行预训练,以提升模型收敛速度和训练效率。其次,设计邻居边去噪自编码器模型,在邻居边去噪任务中将传统图卷积网络与注意力机制相结合以识别噪声边,通过降噪自编码器DAE对嵌入进行编码和解码以减少噪声。最后,选择性能最好的余弦对比损失函数,并结合多任务学习联合优化双向注意力聚合预训练、邻居边去噪和降噪自编码器来保证模型推荐精度。在3个标准数据集上的实验表明,MCPD模型的Recall、NDCG指标分别达到7.10、6.00、19.09以及5.85、4.82、15.75,优于其他基线,在推荐准确性方面相较基于GCN的推荐系统具有明显优势。 展开更多
关键词 推荐系统 图卷积网络 协同过滤 去噪 多任务学习
在线阅读 下载PDF
结合图卷积网络的弱监督三维人脸重建方法
6
作者 常高祥 刘大明 +2 位作者 陈宗民 李冉冉 梁登玉 《计算机应用与软件》 北大核心 2025年第1期197-204,共8页
针对目前深度学习方法在三维人脸重建任务中存在的训练数据不足、重建纹理不够真实等问题,提出一种弱监督混合模型。利用单幅二维人脸图像,通过密集连接卷积网络(DenseNet)回归人脸三维形变模型(3DMM)系数,结合不同层级的特征差异作为... 针对目前深度学习方法在三维人脸重建任务中存在的训练数据不足、重建纹理不够真实等问题,提出一种弱监督混合模型。利用单幅二维人脸图像,通过密集连接卷积网络(DenseNet)回归人脸三维形变模型(3DMM)系数,结合不同层级的特征差异作为弱监督信号,进而提高模型泛化能力。在此基础上使用图卷积网络(GCN)提取输入图像的面部细节特征来优化重建纹理。实验结果表明,该方法可以在无训练标签的数据下重建出精细的人脸三维模型,在归一化平均误差等指标上优于现有方法。 展开更多
关键词 三维人脸重建 弱监督 密集连接卷积网络 三维形变模型 图卷积网络
在线阅读 下载PDF
基于多核学习和图卷积网络的药物-疾病关联预测
7
作者 陈书新 李玉田 王林 《天津科技大学学报》 2025年第1期64-71,共8页
识别和预测特定药物与疾病之间的关联关系,是药物研发过程中必不可少的一部分。现有方法对药物和疾病的多种异源信息整合不足。本文提出了一种基于多核学习和图卷积网络的计算方法预测药物-疾病关联。首先,对于药物相似度,基于药物-疾... 识别和预测特定药物与疾病之间的关联关系,是药物研发过程中必不可少的一部分。现有方法对药物和疾病的多种异源信息整合不足。本文提出了一种基于多核学习和图卷积网络的计算方法预测药物-疾病关联。首先,对于药物相似度,基于药物-疾病关联矩阵和药物化学结构特征信息构建多个相似度核矩阵;同样,对于疾病相似度,基于关联矩阵构建多个相似度矩阵,并结合疾病语义相似度。其次,对这些相似度矩阵使用基于中心核对齐的多核学习算法进行整合。然后,构建基于图卷积网络的模型处理相似度网络和关联网络,从而提取药物和疾病特征。最后,使用内积解码器预测药物-疾病关联。与现有方法对比,本预测模型可以更准确地预测药物-疾病关联。 展开更多
关键词 药物 疾病 药物-疾病关联 多核学习 图卷积网络
在线阅读 下载PDF
融合BERT与图卷积网络的软件需求自动分类
8
作者 关慧 高琦 韩志远 《计算机系统应用》 2025年第1期145-152,共8页
考虑到软件需求文本区别于其他普通文本的独特领域信息外,还包含一些重要的上下文关系以及固有的二义性问题,本文提出了一个图卷积与BERT融合的软件需求自动分类模型——BERT-FGCN(BERT-FusionGCN),将图卷积网络(GCN)用于软件需求分类领... 考虑到软件需求文本区别于其他普通文本的独特领域信息外,还包含一些重要的上下文关系以及固有的二义性问题,本文提出了一个图卷积与BERT融合的软件需求自动分类模型——BERT-FGCN(BERT-FusionGCN),将图卷积网络(GCN)用于软件需求分类领域,利用GCN对邻居节点信息进行信息传播和特征聚合的优势,捕捉需求语句中单词或句子之间的上下文关系,以进一步提高需求分类的结果.首先构建需求文本的文本共现图和依存句法图,将两种图进行融合来捕获句子的结构信息,利用GCN对建模后的需求语句的图结构进行卷积得到图向量,最后将图向量与BERT特征提取后得到的向量进行融合,以此来对软件需求文本自动分类.在PROMISE数据集上进行实验,BERT-FGCN在二分类上的F1分数达到95%,多分类任务的F1分数提高2%. 展开更多
关键词 软件需求分类 BERT 图卷积网络(GCN) 非功能需求 PROMISE
在线阅读 下载PDF
基于自适应权重和随机负采样的图卷积网络推荐算法
9
作者 李卫强 李相晖 +1 位作者 庞娜 马铭 《北华大学学报(自然科学版)》 2025年第2期262-272,共11页
推荐算法能够有效提升信息传递效率。目前,基于图卷积网络(GCN)的协同过滤推荐模型通常未考虑每个节点所扮演角色具有不同的重要性和权重;此外,在模型损失优化过程中容易出现样本不平衡,负样本远多于正样本,导致模型存在一定程度上的过... 推荐算法能够有效提升信息传递效率。目前,基于图卷积网络(GCN)的协同过滤推荐模型通常未考虑每个节点所扮演角色具有不同的重要性和权重;此外,在模型损失优化过程中容易出现样本不平衡,负样本远多于正样本,导致模型存在一定程度上的过拟合问题,限制了推荐性能。为了更好地提高推荐算法的推荐性能,提出一种基于自适应权重和随机负采样的图卷积网络推荐模型(ANS-GCN)。该模型可以在模块中计算节点权重,以捕获不同节点的重要性权重,是一种方便的即插即用方法;在损失优化模块融合了随机负采样策略作为辅助损失,缓解训练过程中样本类别不平衡问题,降低模型过拟合程度,提高泛化能力。在3个公开数据集上进行对比试验,结果表明,本文模型在Recall@20和NDCG@20两个评价指标上均优于基线模型。 展开更多
关键词 推荐算法 图卷积网络 协同过滤 自适应权重 随机负采样
在线阅读 下载PDF
基于图卷积网络的10 kV线路接地故障定位技术
10
作者 王晓园 侯泽东 +2 位作者 菅东祥 何皓文 段德毅 《自动化应用》 2025年第6期138-140,共3页
提出了一种基于图卷积网络的10 kV线路接地故障定位技术。该技术通过采集配电自动化系统、气象、历史故障等多源数据,构建了一种配电网图结构模型,进而引入改进的图卷积网络(GCN)模型,捕捉配电网的复杂拓扑关系和运行状态,并进行故障定... 提出了一种基于图卷积网络的10 kV线路接地故障定位技术。该技术通过采集配电自动化系统、气象、历史故障等多源数据,构建了一种配电网图结构模型,进而引入改进的图卷积网络(GCN)模型,捕捉配电网的复杂拓扑关系和运行状态,并进行故障定位。实验结果表明,该技术的故障定位准确率达到95%以上,为配电网运维提供了有力支持。 展开更多
关键词 图卷积网络 多源数据 故障定位
在线阅读 下载PDF
基于图卷积网络的多尺度网络流量预测模型研究
11
作者 徐宁 《绥化学院学报》 2025年第2期154-157,共4页
随着网络规模增长,实时、准确预测多尺度网络流量对流量管理和路由设计至关重要。文章提出一种基于图卷积网络的多尺度网络流量预测模型。采用自适应噪声完备集合经验模态分解方法(CEEMDAN)和小波阈值降噪方法相结合的方式对多尺度网络... 随着网络规模增长,实时、准确预测多尺度网络流量对流量管理和路由设计至关重要。文章提出一种基于图卷积网络的多尺度网络流量预测模型。采用自适应噪声完备集合经验模态分解方法(CEEMDAN)和小波阈值降噪方法相结合的方式对多尺度网络流量数据进行去噪;通过图卷积网络(GCN)分析网络路由节点的空间拓扑,利用多层长短时记忆神经网络(LSTM)捕获流量时间序列相关性,并将拓扑结构与流量矩阵输入GCN-LSTM模型训练,进而实现多尺度网络流量预测;运用网络流量数据集进行实验分析。实验研究表明,所提模型具有良好的多尺度网络流量预测性能。 展开更多
关键词 图卷积网络 多尺度网络 流量预测模型
在线阅读 下载PDF
基于双通道图卷积网络的人体行为识别方法
12
作者 商樊淇 李志新 +3 位作者 郇战 陈瑛 王永松 梁久祯 《传感器与微系统》 北大核心 2025年第3期138-142,共5页
通过可穿戴传感器识别人体行为受到了广泛关注。现有的方法忽略了个体行为数据之间的潜在关系,尤其不能处理类内差异和类间相似的问题。为了解决这一限制,本文提出了具有特征相似性和个人特点的双通道混合图卷积网络(GCN)。一个通道通... 通过可穿戴传感器识别人体行为受到了广泛关注。现有的方法忽略了个体行为数据之间的潜在关系,尤其不能处理类内差异和类间相似的问题。为了解决这一限制,本文提出了具有特征相似性和个人特点的双通道混合图卷积网络(GCN)。一个通道通过特征图收集相似的活动信息,另一个通道根据个人特征图挖掘个人习惯对人类活动的内在影响。考虑到不同数据分布的差异,引入自注意机制对双通道进行加权,并根据不同的输入数据自适应调整两种拓扑的重要性,以提高网络的泛化性能。为了评估所提出的模型的性能,在UCI-HAR和WISDM数据集上进行了实验验证。结果表明:HSP-GCN的性能优于对比神经网络,F1分别为98.4%和96.5%,与现有工作相比有显著提高。 展开更多
关键词 深度学习 人体行为识别 图卷积神经网络
在线阅读 下载PDF
噪声环境下基于域对抗图卷积网络和坐标注意力的说话人确认方法
13
作者 陈家辉 葛子瑞 +2 位作者 王天朗 郭海燕 杨震 《南京邮电大学学报(自然科学版)》 北大核心 2025年第1期57-67,共11页
为了减弱背景噪声对说话人确认(Speaker Verification,SV)性能的影响,提出一种基于域对抗图卷积网络(Domain Adversarial Graph Convolution Network,DA⁃GCN)和坐标注意力(Coordinate Attention,CA)的SV方法来提升噪声环境下的SV性能。... 为了减弱背景噪声对说话人确认(Speaker Verification,SV)性能的影响,提出一种基于域对抗图卷积网络(Domain Adversarial Graph Convolution Network,DA⁃GCN)和坐标注意力(Coordinate Attention,CA)的SV方法来提升噪声环境下的SV性能。首先,针对噪声环境下局部特征变得不稳定这个问题,提出引入CA模块,将全局时间信息和全局频率信息编码到通道注意力中,以强调有用通道,提取鲁棒性的说话人特征。其次,提出构建DA⁃GCN来辅助主网络提取与噪声相关性更小的说话人特征来进行后续的分类。具体而言,将语音信号映射为图信号,利用GCN分别对干净语音图信号特征和含噪语音图信号特征进行聚合,通过域对抗(Domain Adversarial,DA)训练,辅助主网络提取干净语音域和含噪语音域共享的说话人特征,从而降低噪声对SV性能的影响。在VoxCeleb1数据集上的实验结果表明,所提CA⁃DA⁃GCN的性能优于基线模型ExU⁃Net且表现出良好的泛化能力。 展开更多
关键词 噪声环境 说话人确认 域对抗 坐标注意力机制 图卷积神经网络
在线阅读 下载PDF
融合生成对抗图卷积网络的社会化推荐算法
14
作者 李梁 卫鼎峰 +1 位作者 李刚 赵清华 《计算机应用与软件》 北大核心 2025年第1期224-233,共10页
针对显性社交关系的嘈杂性问题以及大多数社会化推荐算法忽略好友之间动态变化的问题,提出一种融合生成对抗图卷积网络的社会化推荐算法(AGCN)。在评分信息和显性社交关系上构建用户的潜在好友关系;利用精简高效的图卷积神经网络学习信... 针对显性社交关系的嘈杂性问题以及大多数社会化推荐算法忽略好友之间动态变化的问题,提出一种融合生成对抗图卷积网络的社会化推荐算法(AGCN)。在评分信息和显性社交关系上构建用户的潜在好友关系;利用精简高效的图卷积神经网络学习信息的结构特征,以获取用户和产品的深层次特征;采用生成对抗网络动态地构建与用户具有相同喜好的可信好友,惩戒虚假好友,实现好友的动态变化。在Filmtrust与Ciao数据集上的结果表明,与BPR、SBPR、CUNE-BPR和LightGCN算法相比,无论是普通用户还是冷启动用户,该算法均实现了更好的推荐性能。 展开更多
关键词 显性社交关系 图卷积神经网络 生成对抗网络 自动编码器
在线阅读 下载PDF
基于多流语义图卷积网络的人体行为识别 被引量：1
15
作者 刘锁兰 王炎 +1 位作者 王洪元 朱生升 《计算机工程》 CAS CSCD 北大核心 2024年第8期64-74,共11页
与基于图像的行为识别方法相比,利用人体骨架信息进行识别能有效克服复杂背景、光照变化以及外貌变化等因素影响。但是,目前主流的基于人体骨架的行为识别方法存在参数量过大、运算速度慢等问题。对此,提出一种多流轻量级语义图卷积的... 与基于图像的行为识别方法相比,利用人体骨架信息进行识别能有效克服复杂背景、光照变化以及外貌变化等因素影响。但是,目前主流的基于人体骨架的行为识别方法存在参数量过大、运算速度慢等问题。对此,提出一种多流轻量级语义图卷积的行为识别方法。设计多流语义引导的图卷积网络(MS-SGN),将骨架信息分别表达为骨长流、关节流和细粒度流3种数据流形式,再对嵌入语义信息的数据流通过自适应图卷积提取空间特征,并采用不同内核和膨胀率的多尺度时域卷积提取时域特征,最后对各流分类结果进行加权融合。实验结果表明,该方法在NTU60 RGB+D数据集上的识别精度分别为90.0%(X-Sub)和95.83%(X-View),在NTU120 RGB+D数据集上的识别精度分别为83.4%(X-Sub)和84.0%(X-View),优于SGN、Logsin-RNN等主流方法,且网络框架更为轻量化。 展开更多
关键词 行为识别 人体骨架 特征融合 图卷积网络 多尺度
在线阅读 下载PDF
基于交替注意力机制和图卷积网络的方面级情感分析模型 被引量：2
16
作者 杨先凤 汤依磊 李自强 《计算机应用》 CSCD 北大核心 2024年第4期1058-1064,共7页
方面级情感分析旨在预测给定文本中特定目标的情感极性。针对忽略方面词和上下文之间的句法关系和平均池化带来的注意力差异性变小的问题,提出一种基于交替注意力(AA)机制和图卷积网络(GCN)的方面级情感分析模型(AA-GCN)。首先,利用双... 方面级情感分析旨在预测给定文本中特定目标的情感极性。针对忽略方面词和上下文之间的句法关系和平均池化带来的注意力差异性变小的问题,提出一种基于交替注意力(AA)机制和图卷积网络(GCN)的方面级情感分析模型(AA-GCN)。首先,利用双向长短期记忆(Bi-LSTM)网络对上下文和方面词进行语义建模;其次,通过基于句法依存树的GCN学习位置信息和依赖关系,再利用AA机制进行多层次交互学习,自适应地调整对目标词的关注度;最后,拼接修正后的方面特征和上下文特征,得到最终的分类依据。相较于基于目标依赖的图注意力网络(TDGAT),所提模型在4个公开数据集上准确率提升了1.13%~2.67%,在5个公开数据集上F1值提升了0.98%~4.89%,验证了利用句法关系和提升关键词关注度的有效性。 展开更多
关键词 自然语言处理 深度学习 方面级情感分析 交替注意力机制 图卷积网络
在线阅读 下载PDF
联合异质图卷积网络和注意力机制的假新闻检测 被引量：2
17
作者 韩晓鸿 赵梦凡 张钰涛 《小型微型计算机系统》 CSCD 北大核心 2024年第2期301-308,共8页
社交媒体平台的开放性和包容性为人们提供了自由的表达方式,但也引发了新的社会问题,假新闻在社交平台层出不穷,会引起公众恐慌,侵害人们的精神健康,这使得假新闻检测尤为必要.现有的假新闻检测方法大多侧重于从文本内容、用户和传播模... 社交媒体平台的开放性和包容性为人们提供了自由的表达方式,但也引发了新的社会问题,假新闻在社交平台层出不穷,会引起公众恐慌,侵害人们的精神健康,这使得假新闻检测尤为必要.现有的假新闻检测方法大多侧重于从文本内容、用户和传播模式中挖掘有效信息,但是这些方法没有充分利用文本内容的全局语义关系.为了有效融合新闻内容的全局语义信息和新闻传播的全局结构关系,本文提出一种基于元路径的推文-词-用户异质图卷积注意力框架HGCAN,根据元路径将构建的推文-词-用户异质图分解为两个子图,通过图卷积网络提取传播结构特征,利用注意力机制聚合邻居节点的信息并学习子图重要性,从而有效学习节点的特征表示.在两个公开数据集上的实验结果表明,相比于其他方法,本文方法在准确率和F1指标上都取得了较为先进的结果. 展开更多
关键词 异质图 图卷积网络 注意力机制 假新闻检测
在线阅读 下载PDF
面向方面情感分析的多通道增强图卷积网络 被引量：1
18
作者 韩虎 范雅婷 徐学锋 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第3期1022-1032,共11页
传统的基于单通道的特征提取方式,仅使用单一的依赖关系捕获特征,忽略单词间的语义相似性与依赖关系类型信息。尽管基于图卷积网络进行方面情感分析的方法已经取得一定成效,但始终难以同时聚合节点的语义信息和句法结构特征,在整个迭代... 传统的基于单通道的特征提取方式,仅使用单一的依赖关系捕获特征,忽略单词间的语义相似性与依赖关系类型信息。尽管基于图卷积网络进行方面情感分析的方法已经取得一定成效,但始终难以同时聚合节点的语义信息和句法结构特征,在整个迭代训练过程中最初的语义特征会逐渐遗失,影响句子最终的情感分类效果。由于缺乏先验知识会导致模型对相关情感词的误解,因此需要引入外部知识来丰富文本信息。目前,如何利用图神经网络(GNN)融合句法和语义特征的方式仍值得深入研究。针对上述问题,该文提出一种多通道增强图卷积网络模型。首先,通过对情感知识和依赖类型增强的句法图进行图卷积操作,得到基于语法的两种表示,与经过多头注意力和图卷积学习到的语义表示进行融合,使多通道的特征能够互补学习。实验结果表明,在5个公开数据集上,准确率和宏F1值优于基准模型。由此可见,依赖类型和情感知识均对增强句法图有重要影响,表明融合语义信息与句法结构的有效性。 展开更多
关键词 方面情感分析 图卷积网络 情感知识 依赖关系嵌入 多头注意力
在线阅读 下载PDF
基于双流自适应图卷积网络的管制员睡岗行为识别 被引量：1
19
作者 王超 王志锋 李雯清 《安全与环境学报》 CAS CSCD 北大核心 2024年第2期596-601,共6页
为识别空中交通管制员的睡岗行为,减少管制差错,保障航空器飞行安全,提出了一种基于双流自适应图卷积网络的管制员睡岗行为识别方法。该方法设计双流网络分别处理管制员骨架的一阶信息和二阶信息,实现对骨架数据的充分提取;通过自适应... 为识别空中交通管制员的睡岗行为,减少管制差错,保障航空器飞行安全,提出了一种基于双流自适应图卷积网络的管制员睡岗行为识别方法。该方法设计双流网络分别处理管制员骨架的一阶信息和二阶信息,实现对骨架数据的充分提取;通过自适应学习的骨骼拓扑连接矩阵,挖掘管制员不同关节之间的功能连接关系;同时在卷积层引入时空通道注意力机制,增强管制员睡岗行为识别模型在时间、空间、通道3个方向提取重要信息的能力。仿真结果表明,该方法能有效识别管制员3种睡岗行为,相较于传统的时空图卷积网络,识别准确率提高了3.08百分点,达到95.03%,可以提高民航运行安全管理水平。 展开更多
关键词 安全社会工程 睡岗行为 空中交通管制员 自适应图卷积网络 行为识别
在线阅读 下载PDF
基于偏好感知的去噪图卷积网络社交推荐
20
作者 杨兴耀 马帅 +3 位作者 张祖莲 于炯 陈嘉颖 王东晓 《计算机工程》 CAS CSCD 北大核心 2024年第10期154-163,共10页
协同过滤推荐通常面临用户-项目交互数据稀疏的挑战,社交推荐引入用户社交关系来缓解数据稀疏性问题。多数基于图神经网络(GNN)的社交推荐系统在消息传递过程中无法根据用户偏好聚合高阶邻居信息,造成嵌入表示过平滑和噪声问题。针对上... 协同过滤推荐通常面临用户-项目交互数据稀疏的挑战,社交推荐引入用户社交关系来缓解数据稀疏性问题。多数基于图神经网络(GNN)的社交推荐系统在消息传递过程中无法根据用户偏好聚合高阶邻居信息,造成嵌入表示过平滑和噪声问题。针对上述问题,提出一种基于偏好感知的去噪图卷积网络的社交推荐模型PD-GCN。使用无监督学习将具有相似偏好的用户分配到用户-项目交互子图和社交子图,在子图中进行更高阶的图卷积运算,缓解了现有模型的过平滑问题。从全局和局部的角度出发,通过考虑相同偏好用户节点的特征相似度和邻域节点偏好分布多样性识别并去除噪声节点,增强模型对用户-项目交互和社交关系噪声的鲁棒性。在LastFM、Ciao、Yelp 3个公共数据集上的实验结果表明,PD-GCN模型在召回率和归一化折损累计增益两个指标上相较于其他主流模型表现出更优的性能,验证了PD-GCN模型的有效性。 展开更多
关键词 社交推荐 图卷积网络 过平滑 用户偏好 推荐系统
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 78 下一页 到第 页
使用帮助 返回顶部