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3篇文章
< 1 >
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：
基于归纳学习图卷积和自注意力池化的图分类网络
1
作者 倪瑞智 王永平 +2 位作者 张晓琳 叶金辉 陶雪晴 《计算机应用与软件》 北大核心 2024年第10期177-183,共7页
针对图神经网络在大规模图上的分类表现不佳,无法快速形成未知节点和边的嵌入,并且容易丢失图重要特征等问题。提出一种基于归纳学习和自注意力池化相结合的图分类网络模型,一方面采用改进聚合函数后的归纳式学习方法对图的节点特征形... 针对图神经网络在大规模图上的分类表现不佳,无法快速形成未知节点和边的嵌入,并且容易丢失图重要特征等问题。提出一种基于归纳学习和自注意力池化相结合的图分类网络模型,一方面采用改进聚合函数后的归纳式学习方法对图的节点特征形成快速地嵌入,另一方面采用自注意力池化方法保留图的重要特征,最终采用适于提取大规模图信息的层次化结构框架进行下游图分类任务。实验结果表明,该网络模型在相同的公共数据集下,对比其他图分类模型有2%~10%左右精度的提高。 展开更多
关键词 图神经网络 图分类 自注意力池化 图卷积神经网络
在线阅读 下载PDF
基于多头自注意力池化与多粒度特征交互融合的微博情感分析 被引量：1
2
作者 闫尚义 王靖亚 +3 位作者 刘晓文 崔雨萌 陶知众 张晓帆 《数据分析与知识发现》 CSSCI CSCD 北大核心 2023年第4期32-45,共14页
【目的】高效、准确地挖掘微博文本中所蕴含的情感信息,提升情感分析效果。【方法】采用WoBERT Plus与ALBERT分别对词级文本与字级文本进行动态编码,接着利用卷积操作提取局部关键特征,然后利用跨通道特征融合与多头自注意力池化操作提... 【目的】高效、准确地挖掘微博文本中所蕴含的情感信息,提升情感分析效果。【方法】采用WoBERT Plus与ALBERT分别对词级文本与字级文本进行动态编码,接着利用卷积操作提取局部关键特征,然后利用跨通道特征融合与多头自注意力池化操作提取全局语义信息并筛选出关键数据,最后利用多粒度特征交互融合操作将字级与词级语义信息进行有效融合,利用Softmax函数输出分类结果。【结果】本文模型在weibo_senti_100k数据集上的准确率与F1值分别为98.51%、98.53%,在SMP2020-EWECT数据集上的准确率与F1值分别为80.11%、75.62%,其表现均优于各数据集上先进的情感分析模型。【局限】在进行情感分析时,未考虑视频、图片、语音等多模态信息。【结论】所提模型提升了微博文本情感分析的效果,可以有效地完成微博文本情感分析任务。 展开更多
关键词 动态字词编码 多头自注意力池化 多粒度特征交互融合 微博情感分析
原文传递
基于图卷积网络与自注意力图池化的视频行人重识别方法 被引量：2
3
作者 姚英茂 姜晓燕 《计算机应用》 CSCD 北大核心 2023年第3期728-735,共8页
针对跨相机网络视频中存在的遮挡、空间不对齐、背景杂波等因素导致视频行人重识别效果较差的问题,提出一种基于图卷积网络(GCN)与自注意力图池化(SAGP)的视频行人重识别方法。首先,通过区块关系图建模挖掘视频中帧间不同区域的关联信息... 针对跨相机网络视频中存在的遮挡、空间不对齐、背景杂波等因素导致视频行人重识别效果较差的问题,提出一种基于图卷积网络(GCN)与自注意力图池化(SAGP)的视频行人重识别方法。首先,通过区块关系图建模挖掘视频中帧间不同区域的关联信息,并利用GCN优化逐帧图像中的区域特征,缓解遮挡和不对齐等问题;然后,通过SAGP机制去除对行人特征贡献较低的区域,避免背景杂波区域的干扰;最后,提出一种加权损失函数策略,使用中心损失优化分类学习结果,并使用在线软挖掘和类感知注意力(OCL)损失解决难样本挖掘过程中可用样本未被充分利用的问题。实验结果表明,在MARS数据集上,相较于次优的AITL方法,所提方法的平均精度均值(mAP)与Rank-1分别提高1.3和2.0个百点。所提方法能够较好地利用视频中的时空信息,提取更具判别力的行人特征,提高行人重识别任务的效果。 展开更多
关键词 视频行人重识别 图卷积网络 自注意力图池化 加权损失函数策略 中心损失
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 下一页 到第 页
使用帮助 返回顶部