- 年份
- 2024(8353)
- 2023(12321)
- 2022(10362)
- 2021(9625)
- 2020(8099)
- 2019(18640)
- 2018(18348)
- 2017(35240)
- 2016(18445)
- 2015(20881)
- 2014(20339)
- 2013(19696)
- 2012(17585)
- 2011(15423)
- 2010(15600)
- 2009(14324)
- 2008(12717)
- 2007(10662)
- 2006(9115)
- 2005(7766)
- 学科
- 济(71915)
- 经济(71848)
- 管理(51787)
- 业(51526)
- 企(44350)
- 企业(44350)
- 方法(38444)
- 数学(34625)
- 数学方法(33882)
- 融(26460)
- 金融(26458)
- 银(24529)
- 银行(24514)
- 行(23655)
- 中国(23653)
- 财(20523)
- 农(17914)
- 业经(16049)
- 制(15998)
- 地方(14738)
- 务(14473)
- 财务(14412)
- 财务管理(14384)
- 理论(13895)
- 学(13864)
- 企业财务(13726)
- 农业(12188)
- 贸(11976)
- 贸易(11960)
- 易(11682)
- 机构
- 学院(246375)
- 大学(245406)
- 管理(99099)
- 济(98671)
- 经济(96559)
- 理学(86724)
- 理学院(85830)
- 管理学(83817)
- 管理学院(83394)
- 研究(76029)
- 中国(64986)
- 京(49929)
- 科学(46812)
- 财(46254)
- 中心(39690)
- 财经(37637)
- 农(37098)
- 所(36017)
- 业大(35973)
- 江(35210)
- 经(34405)
- 研究所(33176)
- 范(31054)
- 经济学(31044)
- 北京(30713)
- 师范(30695)
- 农业(29042)
- 州(28544)
- 财经大学(28528)
- 院(28512)
- 基金
- 项目(176923)
- 科学(141551)
- 基金(131034)
- 研究(127195)
- 家(114552)
- 国家(113664)
- 科学基金(99620)
- 社会(81026)
- 社会科(77108)
- 社会科学(77089)
- 省(69169)
- 基金项目(69115)
- 自然(66406)
- 自然科(65015)
- 自然科学(65002)
- 自然科学基金(63797)
- 教育(60476)
- 划(58904)
- 资助(54269)
- 编号(50978)
- 重点(40566)
- 成果(39267)
- 部(39166)
- 创(37897)
- 发(37346)
- 创新(35440)
- 科研(35008)
- 课题(34859)
- 国家社会(34148)
- 教育部(34060)
共检索到351278条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 实验技术与管理
[作者]
芦楠楠 韩之远
多模态数据融合是针对单模态数据信息表达不充分而形成的一种数据处理方法，有利于更深层地挖掘和利用数据。然而，现存的多模态数据融合方法缺乏多模态数据之间复杂相关性的表示和处理。在数据相关性建模方面，超图能够很好地表示复杂数据之间的高阶关系，但容易覆盖底层特征。因此，该文提出一种基于超图卷积并结合底层特征学习的多模态融合方法。该方法首先根据多模态数据构造多模态超图，利用超图卷积获得节点高层特征表示，然后自适应学习节点底层特征权重，保留底层信息，最后将高层信息和底层信息融合，进行节点分类。通过物体识别实验，验证了底层特征的重要性。同时，在结构体健康监测的实际场景中，该方法能够很好地融合震电磁三场数据进行损伤等级判定。
关键词：
超图卷积 数据特征 节点分类 多模态融合
[期刊] 情报理论与实践
[作者]
郭小宇 马静
[目的/意义]多模态舆情表征是多模态舆情计算与分析的基础。文章探索了一种赋予不同模态特征动态权重的舆情表征算法，可以更精准地捕捉到模态之间的依赖关系，极大降低多模态舆情表征复杂度，减少算力资源消耗。[方法/过程]SEFusion-MPOR算法在预训练模型特征的基础上，通过全连接层、门控机制与激活函数构建了压缩与激活算子，获取各模态的动态权重，使用矩阵相乘将动态权重作用于相应模态，进而构建了多模态特征融合的网络舆情表征算法。[结果/结论]在Memotion 3与MVSA-multiple两个公开的多模态舆情数据集上进行实验，与基线模型的对比表明，文章提出的表征方法在多个子任务中取得了最优结果。该方法仅通过简单操作，就达到了复杂表征算法的效果，且具有可解释性与外推性。其高效和准确的表征方法不仅适用于舆情情报处理，也适合情报分析工作中的通用多模态信息基础表征。[局限]研究验证仅限于双模态数据集，未涉及更广泛模态的数据集。
[期刊] 实验技术与管理
[作者]
连远锋 王明月 王智广 孙雷
针对MOOC平台下课程推荐过程中存在的数据稀疏和推荐效果不佳的问题，提出融合可视分析的图卷积课程推荐模型。首先，引入可视分析来展示课程间的相互关系，为图卷积模型提供先验知识；其次，提出了一个时空融合的图卷积MOOC推荐模型，用来同时提取数据的时空演变特征；最后，通过在损失函数中引入正则化项来防止训练过程中的过拟合。结果表明：新模型的预测误差和运行效率取得了更加优异的结果。此外，开发实现了融合可视分析与图卷积的MOOC推荐系统，运行结果显示该系统能够有效预测学习者的喜好和需求。
关键词：
图卷积网络 可视分析 推荐模型 MOOC
[期刊] 林业科学
[作者]
林志玮 丁启禄 刘金福
【目的】基于鸟类影像数据,探讨全域与局域特征融合手段,结合深度卷积神经网络理论,建构鸟类种群识别模型,以期为森林与湿地的监控与治理提供新的手段。【方法】首先,依据人类识别物体从整体到局部的生理过程,采用跳跃结构实现物体整体信息与局部信息的交互,该模型主要采用2个模型框架提取鸟类的全域和局域部件特征,并采用跳跃结构,提出融合模块(Fusion block)结构进行特征融合,将全局特征信息传递至局部特征抽取模块。该模型训练阶段需提供鸟类局部的部位标注信息,而测试阶段采用Faster R-CNN模型自动提取其鸟类局部标注信息。其次,探讨不同鸟类局部影像信息对模型的影响,最后,通过对比不同网络分类模型和鸟类数据集,验证模型的有效性和适用性。【结果】该鸟类种群分类模型具有较高的分类精度,总体分类精度达90%以上;对于不同的鸟类局部影像信息,其分类精度表现出一定的差异性,其中基于鸟类头部局部影像的网络分类模型总体分类精度最高; Faster R-CNN模型对鸟类局部影像定位精度较高,测试阶段采用人工标注的局部影像标签和Faster R-CNN模型预测的局部影像标签对模型的总体分类精度差异小;对比Inception-V1、Res Net-101、Dense Net-121以及Bilinear CNN等网络分类模型总体分类精度,该模型总体分类精相对较高,具有一定的有效性;对比使用NABirds鸟类数据集的分类效果,该模型总体分类表现较好,具有一定的适用性。【结论】该鸟类种群分类模型具有较好的识别效果以及有效性,可为森林与湿地的监控和治理提供合理有效的依据。
[期刊] 中国远程教育
[作者]
王丽英 何云帆 田俊华
显性化测量与评估在线学习行为和情感状态是学习分析领域的研究热点。为克服单模态数据分析片面和多模态数据融合模糊等问题,全面感知和反馈在线学习过程状态,本研究构建了一种在线学习行为多模态数据融合模型。该模型利用自动化操作行为事件监听、表情识别、生理特征监测等原理,从行为、情绪和认知3个维度进行时序数据同步融合、分层递进诊断评估和统计聚类分析;考虑到对在线学习者具有较低的侵入性和干扰性,该模型在技术实现上采用分布式物联网技术和开放式Django Web服务器部署技术,形成学习过程状态数据的自动采集、分析、融合、评估和反馈等多层体系结构;应用该系统对MOOC环境下在线学习行为评测实验,讨论了本模型的准确性、易用性和有用性等问题。研究结果表明,本研究构建的模型能够为在线学习分析提供一种有效的技术解决方案,为同类研究可提供方法借鉴与技术实现参考。
[期刊] 开放教育研究
[作者]
唐烨伟 卜凡丽 赵一婷
如何精准识别学习者情绪，深度融合各模态情绪数据，剖析情绪发生的作用机制，已成为智能教育发展的关键问题。本研究提出学习者多模态情绪融合分析概念，从学习者多模态情绪融合分析的动因、框架与路向三个维度，探索多模态情绪数据之间的有机融合，精准感知学习者的情绪状态，挖掘多模态情绪数据的潜在价值，实现对学习发展规律的细粒度解析，推进学习者情绪识别领域的实践探索。
[期刊] 清华大学学报(自然科学版)
[作者]
喻宏伟 周东波 徐雯慧 余雅滢 王小梅 涂悦
当前大学生校园日常行为预测与挖掘研究中,一般采用统计、聚类、关联关系等浅层挖掘和学习算法,对学生校园行为的时序性、空间位置及其相关性缺乏深层与高阶应用分析。该文基于时空图网络结构,提出考虑校园活动时间序列与层次相关性和空间语义特征相关的多片段语义时空图卷积网络(MFSTGCN)模型。通过构建大学生校园行为数据集并进行实验,该模型达到了90.4%行为预测准确率,优于典型预测模型。最后,以学生个体成长监测为目标,预警日常行为异常的学生;挖掘学生行为习惯等高阶信息,为构建个性化培养提供有意义的参考。
[期刊] 华中师范大学学报(自然科学版)
[作者]
庞世燕 郝京京 胡瀚淳 杨玉芹
教师课堂教学行为是课堂教学活动的重要组成部分，而进行教师的教学行为识别对评价课堂教学质量有着重要意义.该文提出了一种基于时空图卷积神经网络的教师教学行为识别方法，此方法首先以教师教学视频中的单帧影像为单元提取人体骨架点信息，然后以时空图卷积神经网络为框架聚合多帧影像信息，对教师教学行为类别进行识别.为了验证方法的有效性，文章构建了两组包含6大类教师日常教学行为的视频数据集，并进行了对比实验.实验结果表明，基于时空图卷积神经网络的教师教学行为识别方法可以有效排除教室场景内无关信息的干扰，充分利用多帧影像中骨架点间产生的时空信息，来准确识别教师典型教学行为，具有更高准确率和更强的鲁棒性.该文相关研究可以及时、有效地反应教师的教学状态，有助于教师及时优化教学行为，助力智慧教学.
[期刊] 情报学报
[作者]
马超 李纲 陈思菁 毛进 张霁
为有效识别旅游产品在线评论中多模态数据对在线评论感知有用性的影响因素,探究基于用户生成内容的在线旅游产品优化方法,从数据融合分析角度出发,对旅游产品在线评论中的多模态数据进行特征融合。以旅游产品的真实在线评论数据作为研究对象,进行描述性统计分析,同时使用机器学习和深度学习方法,进行文本向量嵌入与图片内容识别,融合图文特征向量,构建多模态在线评论有用性分类模型,进行模型测试。实验结果表明,与仅包含文本或仅包含图片的单模态评论相比,图文结合的多模态评论能够更好地进行在线评论有用性预测,结合评论激励机制,提高在线评论质量,能够充分发挥用户生成内容潜在价值,为产品提供者提供优化思路,为产品消费者提供决策支持。
[期刊] 情报理论与实践
[作者]
韩普 陈文祺 顾亮 叶东宇 景慎旗
[目的/意义]医学实体识别是医疗健康知识挖掘和知识组织的关键环节。深入挖掘多模态数据间语义关联可以提升医学实体识别效果，进而为领域知识补全和知识推理提供支撑。[方法/过程]提出一种基于双线性注意力融合机制的多模态中文医学实体识别模型BAF-MNER。首先通过视觉和文本编码器进行多模态医学数据的语义特征学习；接着利用双线性注意力网络实现图像和文本跨模态语义交互，并引入门控机制过滤视觉噪声；然后融合基于注意力机制的视觉特征和文本特征进而构建多模态特征表示，同时增加批量归一化层优化深度神经网络；最后将多模态特征向量输入CRF层解码获取预测标签。[结果/结论]本模型能够有效提升中文医学实体识别效果，在多模态医学数据集上的F1值较单模态基线模型提升4.07%，较多模态基线模型提升1.65%；在多模态公开数据集上的实验表明模型具有良好的泛化能力。
[期刊] 情报理论与实践
[作者]
余辉 梁镇涛 鄢宇晨
[目的/意义]在国内研究的基础上，对国外数据融合与集成相关文献进行系统梳理，旨在为数据融合与集成领域工作提供参考。[方法/过程]主要从相关研究、研究路径与方法以及应用与挑战三个方面进行回顾，并从概念、路径和应用三个方面指出未来研究方向。[结果/结论]目前研究路径与方法包括数据处理模型、基于阶段的策略、基于特征表示的方法以及基于语义的应用4个层面；从多传感器系统、生物医学、环境研究和城市建设4个领域研究发现，每个领域都存在着共同或者特殊的应用挑战。
[期刊] 中国成人教育
[作者]
张淑杰 刘晓怡
随着信息技术的发展，表意资源越来越多模态化，探讨以基于多模态话语的自主学习框架成为必要。系统功能语言学语境理论的话语范围、话语基调、话语方式，在自主学习语境下分别投射为学习目标、师生关系及自主学习环境设计主要是媒体设计、学生在线互动设计及评估与反思设计三个方面。本文从这三个方面对自主学习进行研究，激发学习者自主学习的参与动机、习得学习策略及自我评估能力，从而提升学习者习得表意资源的效率，发展学习者的表意潜势，最终保证教学目标的实现。
关键词：
多模态话语 自主学习 意义潜势
[期刊] 情报理论与实践
[作者]
蒋雨肖 丁晟春 吴鹏
信息传播正逐渐从文本、图像、音频、视频等单模态形式过渡到相互融合的多模态形式,且数据量飞速扩张。大规模数据需要庞大的存储空间,如何对海量的文本、图像等多模态数据进行有效分类变得至关重要。文章提出一种基于深度学习的多模态语义特征分类模型,解决图像文本形式的多模态数据的分类问题。在该模型中,利用BiLSTM(双向长短期记忆模型)设计文本特征提取模型,利用VGG16卷积神经网络设计图像特征提取模型,将两类深度神经网络提取出的文本特征与图像特征进行特征融合,进而实现多模态信息的分类。在NUS-WIDE公开数据集上的实验结果证明了该方法的有效性。
[期刊] 图书情报工作
[作者]
李旭晖 程威 唐小雅 于滔 陈壮 钱铁云
[目的/意义]为进一步提升金融领域事件抽取的效果，增强事件抽取两个子任务之间的关联性。[方法/过程]在中文金融文本上进行事件抽取相关研究，提出一种融合预训练模型与多层卷积神经网络的金融事件联合抽取方法，首先通过预训练模型BERT捕捉句子序列的综合语义信息，然后接入本文设计的多层卷积架构MultiCNN,分层提取局部窗口和高维空间语义信息，同时实现事件识别和要素抽取这两个任务，再通过引入对比损失，进一步强化两个任务之间的关联。[结果/结论]在中文金融事件数据集上F_1达到82.20%,比各个基准抽取模型均有一定提升。
[期刊] 情报理论与实践
[作者]
王松 焦海燕 刘新民
[目的/意义]快速且精准地识别海量多模态数据中的价值性内容，对于促进知识传播、提升产出质量具有重要的意义。[方法/过程]基于可解释性视角聚焦知识共创中“用户+多模态知识”的双重推进机制。首先，依托BERT+BiLSTM与ResNet模型分别提炼文本与图片特征以获取多模态知识向量表示；其次，依据社会认知理论剖析用户行为，采用DeepFM捕捉交互特征间的关联生成用户向量表示；再次，借助K-BERT对文本数据嵌入知识图谱得到外部知识向量表示；最后，基于多头注意力机制融合各维度特征向量，通过动态调整权重完成价值内容的识别。[结果/结论]通过使用魅族Flyme社区数据进行实验，所构建的融合模型准确率达到88.31%，相较于其他基线模型与组合模型，评价指标均有不同程度的提升，证明嵌入外部知识并融合文本、图片与用户属性可以有效提升价值的识别效果。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
