- 年份
- 2024(9821)
- 2023(14414)
- 2022(12625)
- 2021(11888)
- 2020(10026)
- 2019(23274)
- 2018(23211)
- 2017(45143)
- 2016(24250)
- 2015(27543)
- 2014(27253)
- 2013(26487)
- 2012(23912)
- 2011(21222)
- 2010(21038)
- 2009(18858)
- 2008(18061)
- 2007(15397)
- 2006(13166)
- 2005(11028)
- 学科
- 济(94070)
- 经济(93969)
- 管理(70823)
- 业(66814)
- 企(56764)
- 企业(56764)
- 方法(49251)
- 数学(43280)
- 数学方法(42515)
- 财(24295)
- 农(24121)
- 中国(22312)
- 学(21618)
- 业经(21320)
- 理论(17561)
- 地方(17320)
- 务(16650)
- 财务(16565)
- 财务管理(16532)
- 农业(16212)
- 贸(15741)
- 贸易(15734)
- 企业财务(15685)
- 和(15383)
- 技术(15345)
- 易(15269)
- 制(14695)
- 环境(14373)
- 划(13068)
- 银(12294)
- 机构
- 大学(336907)
- 学院(335618)
- 管理(139011)
- 济(126921)
- 经济(124138)
- 理学(121902)
- 理学院(120609)
- 管理学(118071)
- 管理学院(117473)
- 研究(104488)
- 中国(76336)
- 京(70530)
- 科学(67836)
- 财(57017)
- 业大(51849)
- 农(51633)
- 所(50834)
- 中心(48997)
- 财经(47165)
- 研究所(46999)
- 江(46594)
- 范(44169)
- 北京(43740)
- 师范(43730)
- 经(43035)
- 农业(40558)
- 院(38939)
- 州(38405)
- 经济学(37432)
- 技术(36274)
- 基金
- 项目(242412)
- 科学(191525)
- 基金(177013)
- 研究(174702)
- 家(154672)
- 国家(153452)
- 科学基金(133306)
- 社会(108397)
- 社会科(102734)
- 社会科学(102706)
- 省(94598)
- 基金项目(94528)
- 自然(89754)
- 自然科(87730)
- 自然科学(87710)
- 自然科学基金(86103)
- 教育(81488)
- 划(79972)
- 资助(73396)
- 编号(72099)
- 成果(56503)
- 重点(54139)
- 部(52916)
- 创(50326)
- 发(50301)
- 课题(48283)
- 科研(47153)
- 创新(46927)
- 教育部(45478)
- 大学(45369)
- 期刊
- 济(127156)
- 经济(127156)
- 研究(90337)
- 中国(56163)
- 学报(53967)
- 科学(49415)
- 管理(48626)
- 农(44889)
- 财(43180)
- 大学(40848)
- 学学(38307)
- 教育(36895)
- 农业(31647)
- 技术(31286)
- 融(22151)
- 金融(22151)
- 业经(22087)
- 财经(21593)
- 图书(21113)
- 经济研究(20734)
- 经(18276)
- 理论(16506)
- 科技(16494)
- 业(16436)
- 问题(16274)
- 技术经济(16158)
- 统计(15835)
- 情报(15606)
- 版(15450)
- 资源(15374)
共检索到460701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] 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] 上海对外经贸大学学报
[作者]
陈风华 胡冬梅
鲁迅小说在中国现代文学史上占据不朽的学术地位,然而当前学界对鲁迅小说修辞规律的研究窠臼于文本视角。本文基于《范曾插图鲁迅小说集》的文图语料,从多模态符际修辞视角出发,考察鲁迅小说的翻译修辞特征。研究认为:首先,转喻修辞产生于《插图》图像复制文本信息的过程;其次,隐喻修辞建立于《插图》文本强调图像的过程;再次,赞助元素黏附于《插图》图像顺应文化的过程;最后,鲁迅小说文图之间的多模态翻译修辞特征充分体现了鲁迅"立妇女"、"立儿童"及"立知识分子"的"立人"启蒙思想。
[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] 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] 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] 管理评论
[作者]
汤铃 李建平 孙晓蕾 李刚
国家风险是国际市场中的主要风险要素之一,理解其本质特征能有效的减少对外经济活动中源于其它国家的不确定性损失。针对国家风险的复杂性与易变性特征,本文引入分解思想,试图将国家风险波动分解成不同时间尺度的模态并分别进行特征识别,以把握国家风险的内在规律。在实证研究中,本文以12个代表性国家为研究对象,从长期趋势、中期走势与短期波动三个时间尺度对国家风险进行了多尺度特征分析,得出一些有意义的结论。
[期刊] 清华大学学报(自然科学版)
[作者]
韩坤 潘海为 张伟 边晓菲 陈春伶 何舒宁
多模态医学影像信息已经在计算机辅助检测和诊断中被广泛地应用。在对Alzheimer病(Alzheimer’s disease, AD)的分类与诊断中,结合多个模态医学影像的特征信息能够更加准确且全面地对同一AD主题进行分类与诊断。该文提出了一种基于卷积神经网络的模型结构,分别对AD病患的磁共振图像(MRI)和正电子发射型计算机断层显像(PET)图像进行3D卷积操作来提取各自模态的特征信息,并应用模型融合方法对模态特征信息加以融合,从而得到包含更加丰富的多模态特征信息。最后用全连接神经网络将上述提取的多模态特征信息进行分类预测。通过在AD神经影像学倡议(Alzheimer’s disease neuroimaging initiative, ADNI)公开数据集上的实验结果表明:该文所提出的模型在准确率(accuracy, ACC)和曲线下面积(area under the curve, AUC)的性能评价中都取得了更加优越的结果。
[期刊] 实验技术与管理
[作者]
吴林涛 王文明
针对如何缓解跨模态行人重识别任务中行人模态之间的差异性问题，提出一种随机通道邻近数据增强方法RCNA和一种结合多维互信息的U型网络UMME。RCNA通过选取同类别的可见光图像和红外图像进行数据增强生成新的行人图像，既满足了真实数据分布，又融合了可见光图像的形状和结构信息以及红外图像的语义信息，缓解了可见光图像与红外图像之间的模态差异性。UMME通过互信息提取模块UMI提取同类别行人之间的互信息特征，再经过特征整合模块MSIF将互信息特征嵌入语义特征，增强了同类别行人之间语义特征的一致性。所提出的方法在数据集SYSU-MM01和RegDB上的Rank-1和mAP分别达到70.48%、68.34%和91.70%、88.42%，与现有研究方法相比，取得了优异的识别效果。
[期刊] 图书情报知识
[作者]
付少雄 朱梦蝶 杨海燕 王思博
[目的/意义]识别短视频虚假信息的多模态特征，探究多模态特征对短视频虚假信息传播的影响。[研究设计/方法]采集抖音平台中的真实短视频虚假信息，基于CARS列表与多模态话语关系，设计短视频虚假信息多模态特征的初始编码示例框架，进行中文语境下面向短视频虚假信息内容的情境化。结合内容编码，提炼短视频虚假信息多模态特征。基于此，结合回归分析法，探究影响短视频虚假信息传播效果的关键特征。[结论/发现]构建中文语境下面向短视频虚假信息内容的多模态特征列表，涵盖文本、音频、图像以及多模态关联四个模态维度，各模态维度间的主要特征及其常见表征具有差异性，对短视频虚假信息的综合传播效果，以及传播认同度、传播广度与传播参与度的影响各异。[创新/价值]为短视频虚假信息特征研究提供理论与实践支撑，辅助后续短视频虚假信息的识别，深化网络生态治理。
[期刊] 情报理论与实践
[作者]
易明 李藿然 刘继月
[目的/意义]把握并识别在线研讨信息类型，有助于研讨用户快速获取研讨信息、减轻认知负担、形成对研讨状态的正确判断，从而提升研讨效率。[方法/过程]基于深度学习的文本语义理解和挖掘，构建在线研讨信息分类识别的深度学习组合模型GloVe-BiLSTM，进行在线研讨信息的自动化分类预测。利用GloVe对待分类文本进行训练，以获得字词级别的向量，再将词向量输入BiLSTM层提取语义特征，最后输入新的在线研讨文本以得到分类预测的最终结果。[结果/结论]针对CMV社区在线研讨信息的实验表明，构建的GloVe-BiLSTM组合模型在分类准确率、精确率、召回率、F1值等方面均具有出色表现，能够有效实现在线研讨信息的类型分类，为在线研讨社区服务优化提供参考。
[期刊] 大学图书馆学报
[作者]
王睿佳 刘耀
科技文献资源是一种多模态数据,除文本信息外,还包含丰富的图像、表格、公式、音频、视频等多种模态的信息,有利于用户充分理解科技文献资源中的知识。该文把多模态思想引入科技文献的语义表示方面,对科技文献中的图像、表格和公式信息进行语义分析,与文本信息共同表示文献语义内容,通过科技文献中多种模态信息的语义表示及相互关系完善科技文献内容的语义化表示,发展刻画科技文献对象多态性的表达体系。
[期刊] 中国成人教育
[作者]
邓林 李娜
ESP教学已经成为我国大学英语教学改革的方向,但我国ESP教学与研究中仍然存在许多不容忽视的问题。本文从课程内容;师生角色定位以及课堂设计三个方面探讨了多模态ESP课堂的教学模式,主张在ESP教学的各个环节以学习者为中心,充分调用模态系统刺激学习者的各种感官;满足学习者的"目标需求与学习需求",全面提高学习者运用英语开展工作的交际能力。
关键词：
ESP 多模态 师生角色定位 课堂设计
[期刊] 实验技术与管理
[作者]
李阳 许凌复 崔渭刚 刘竞宇 刘丽
针对现有3DU-Net网络在脑肿瘤分割中存在的训练过程中损失函数值难以降低，对增强瘤、肿瘤核分割精度较差等问题，该文提出了某模型网络的优化方案。首先使用残差网络结构降低训练难度；进一步引入注意力机制对多模态MRI的融合权值进行自适应学习，充分利用不同模态特征信息；最后在网络解码器部分采用双路卷积结构，提高了网络的特征提取能力。实验结果表明，改进后的网络训练损失函数更容易收敛到较小值，且对3种肿瘤的平均分割Dice系数提高了0.018 9，平均Hausdorff距离缩短了1.197 1，在整体分割性能上优于改进前的网络。
[期刊] 情报理论与实践
[作者]
张继东 蒋丽萍
［目的/意义］反讽作为一种隐性而间接的情感表达方式，在社交评论中被广泛使用，正确识别用户的反讽情感对于网络平台和服务商具有重要意义。［方法/过程］本文基于深度学习构建多模态反讽识别模型，以在线旅游评论为例，运用深度学习模型分别提取文本、表情符号和图片的特征向量，通过不同的特征融合方式进行反讽识别。［结果/结论］通过与单模态反讽识别模型进行对比实验，发现本文提出的多模态旅游评论反讽识别模型在准确率、召回率等指标上的结果更优，验证了多模态模型比单模态模型反讽识别效果更佳的结论。
[期刊] 情报学报
[作者]
王震宇 朱学芳
为了减少虚假新闻给社会带来的负面影响，虚假新闻检测一直是自然语言处理中的一个重要领域。现有多模态虚假新闻检测方法通常使用预训练模型充当特征提取器，但是这些方法存在以下不足：(1)预训练模型参数在模型训练过程中总是会冻结，但预训练模型并不完美；(2)基于CNN (convolutional neural network)的图像特征提取器结构通常比基于Transformer的文本特征提取器结构更加复杂，图像特征通常被提前存储，使得这些模型的缺点被忽略。为此，本文提出基于端到端训练的多模态Transformer模型，通过使用视觉Transformer代替CNN提取图像特征，统一了不同模态的特征提取过程，利用共同注意力模块实现图像特征和文本特征交叉融合，并且在3个公开数据集上进行了对比实验。实验结果表明，本文模型性能超越了其他基线模型。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
