排序方式: 共有48条查询结果,搜索用时 15 毫秒
1.
多标签传播算法具有接近线性的时间复杂度,但用于重叠社区发现时存在精度低、稳定性差的问题。文中基于重叠节点更可能出现在社区边缘的思想,提出基于节点层级与标签传播增益的重叠社区发现算法。该算法首先利用改进的基于节点中心度与社区分布约束的单标签传播方法发现非重叠社区,并在标签传播过程中利用局部信息同步计算节点中心度。然后根据节点中心度定义节点层级函数,标记节点在所属社区中的层级。最后基于节点间的标签传播增益,利用新的多标签更新规则,获得重叠社区结构。实验表明该算法能有效提高精度和稳定性。 相似文献
2.
本文提出了一种基于基因表达式编程GEP的多源时域数据融合模型GEP-MSDA,该模型可以在无任何先验知识的情况下自动对多源数据进行融合。实验表明,基于GEP的融合模型较传统方法能滤除更多的冗余数据,有效节省通信开销,并保持较高的精度。 相似文献
3.
热缩型电力电缆附件的技术与应用 总被引:2,自引:2,他引:2
本文简述了电力电缆附件的概况,系统介绍了热缩型电力电缆附件的研究主要的生产过程,阐述了产品的特性及应用范围。 相似文献
4.
5.
磁固相萃取(Magnetic solid phase extraction,MSPE)是使用磁性吸附剂富集待测物,在磁场作用下分离待测物的样品前处理方法。相比于传统的样品前处理方法,MSPE具有吸附快速、效率高、易分离等优点。MSPE磁性吸附剂由磁性纳米颗粒和其表面的非磁性功能材料修饰组成。本文主要综述碳化合物、表面活性剂、离子液体、金属-有机骨架化合物、氧化物、高分子、分子印迹聚合物这几类材料表面修饰的MSPE磁性吸附剂的研究进展。选择不同表面修饰材料的MSPE技术可以对不同的食品添加剂、农药残留、抗生素等化合物有理想的吸附效果,有广泛的应用前景。 相似文献
6.
社区发现作为复杂社交网络中一个重要的研究方向.针对目前基于种子节点的算法在种子选取与扩展等方面的不足,提出了一种基于影响力与种子扩展的重叠社区发现算法(Influence Seeds Extension Overlapping Community Detection,简称i-SEOCD算法).首先,利用节点影响力策略找出具有紧密结构的种子社区.其次,从这些种子社区出发,计算社区邻居集节点与社区的相似度,并取出相似度超过设定阈值的节点.然后,采用优化自适应函数的策略来扩展社区.最后,对网络中的自由节点进行社区隶属划分,进而实现了整个网络的重叠社区结构挖掘.在真实社交网络和人工生成网络上实验表明,i-SEOCD算法能够准确、快速地发现复杂网络中的重叠社区结构. 相似文献
7.
目的建立超高效液相色谱-串联质谱法(ultra performance liquid chromatography-tandem mass spectrometry,UPLC-MS/MS)同时测定保健品中非法添加的降糖减脂和利尿类药物的分析方法。方法样品用甲醇-水溶液(50:50,V:V)经超声提取,经C_(18)色谱柱(50 mm×2.1 mm,2.6μm)分离,以0.1%(V/V)甲酸-10 mmol/L乙酸铵水溶液和乙腈作为流动相,进行梯度洗脱。在正电喷雾离子(positiveelectrospray ionization,ESI~+)源采用多反应监测(multiple reaction monitoring,MRM)模式检测。结果 3类非法添加药物在1.0~50.0 ng/mL范围内(洛伐他汀羟酸钠盐为10~500 ng/mL)线性均良好,相关系数(r~2)均在0.99以上。3类非法添加的药物在0.1、0.5和1.0μg/g 3水平(洛伐他汀羟酸钠盐的加标量为1.0、5.0和10.0μg/g)下的加标回收率为77.15%~116.61%,相对标准标准偏差(relative standard deviations,RSDs)均未超过10.65%(n=6)。结论本方法简单、快速、可靠、灵敏度高,可满足保健品市场的监管和检验需求。 相似文献
8.
9.
10.
近年来,深度神经网络特别是图神经网络在方面级情感分析任务上取得了较大进展,但是仍存在未充分利用外部知识信息、句法依赖树的边关系信息以及知识图谱结构信息的缺陷.针对上述问题,本文提出了一种知识增强的双图卷积网络BGCN-KE(Knowledge-enhanced Bi-Graph Convolutional Network).首先,提出一种融合句法依赖关系与外部知识的子图构造算法,得到节点间语义关系更紧密的知识子图.其次,提出了双图卷积网络,分别利用两个图卷积网络在句法依赖知识子图中引导评论文本的节点学习邻接节点的外部知识,以及在评论文本的句法依赖图中融合特定方面相关的语义信息,从而增强评论文本的特定方面知识表示和语义表示.再次,BGCN-KE引入边关系注意力机制,更好地捕获特定方面和上下文词语间的语义关系.最后,提出了一种多级特征融合机制,充分融合特定方面相关的外部知识、语义信息和边关系特征.多个公共数据集上的实验证明,BGCN-KE的性能优于最新的对比模型. 相似文献