期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
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5篇文章
< 1 >
每页显示 20 50 100
已选0条
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：
基于改进Node2Vec图神经网络的轴承故障诊断 认领 引用
1
作者 谢七月 蒋朝洋 +3 位作者 宋蕾 周育才 付强 王晓丽 《噪声与振动控制》 CSCD 北大核心 2026年第3期90-96,169,共7页
针对传统滚动轴承故障诊断方法复杂、准确率不高且抗噪能力不足的问题,提出一种基于改进图嵌入的图神经网络轴承故障诊断方法。该方法通过对Node2Vec算法进行改进,在对节点邻居点进行随机游走时,加入基于邻居点在图中的权重信息的游走策... 针对传统滚动轴承故障诊断方法复杂、准确率不高且抗噪能力不足的问题,提出一种基于改进图嵌入的图神经网络轴承故障诊断方法。该方法通过对Node2Vec算法进行改进,在对节点邻居点进行随机游走时,加入基于邻居点在图中的权重信息的游走策略,使得模型能够更有针对性捕捉节点关系信息,有效避免传统的图嵌入没有充分考虑边缘交互信息的问题。同时引入对偶图的概念,通过对偶图的构建和数据嵌入,进一步挖掘数据中的信息。实验结果表明,所提出的方法对于凯斯西储大学轴承数据集在无噪声,以及噪声为-5、-10 dB的环境条件下均有较高的诊断准确率;并基于PT500 mini轴承故障试验台进行验证,实验准确率为97.5%,展现了该方法在不同工况下和不同工业环境中的实际应用潜力。 展开更多
关键词 故障诊断 滚动轴承故障 Node2Vec算法 对偶图 图神经网络
暂未订购 下载PDF
基于node2vec的社区检测方法 认领 引用 被引量：1
2
作者 王慧雪 《计算机与数字工程》 2020年第2期403-408,共6页
社区检测可以帮助分析及预测整个网络各元素间的交互关系,为了进一步提高社区检测的准确度,论文提出了一种基于node2vec的社区检测方法。该方法首先采用一种二阶的随机游走策略生成一系列线性序列,然后使用Skip-Gram模型去训练特征向量... 社区检测可以帮助分析及预测整个网络各元素间的交互关系,为了进一步提高社区检测的准确度,论文提出了一种基于node2vec的社区检测方法。该方法首先采用一种二阶的随机游走策略生成一系列线性序列,然后使用Skip-Gram模型去训练特征向量,最后使用聚类算法对训练出的节点特征向量进行聚类,实现社区的划分。该文在具有社区标签的网络中进行了实验,从实验中验证了这种思想的可行性,从而取得了显著的效果。 展开更多
关键词 社区检测 node2vec 聚类算法
暂未订购 下载PDF
基于用户价值细分的在线健康社区核心用户识别方法研究 认领 引用 被引量：1
3
作者 熊回香 詹晓敏 +1 位作者 李佳琪 肖兵 《情报科学》 CSSCI 北大核心 2025年第1期137-146,共10页
【目的/意义】在线健康社区核心用户识别,对社区可持续发展与社会科学的健康信息传播具有重要意义。【方法/过程】本文提出的核心用户识别方法综合考虑了用户属性特征和社会网络特征。首先利用Node2vec网络表示学习模型将用户关注网络... 【目的/意义】在线健康社区核心用户识别,对社区可持续发展与社会科学的健康信息传播具有重要意义。【方法/过程】本文提出的核心用户识别方法综合考虑了用户属性特征和社会网络特征。首先利用Node2vec网络表示学习模型将用户关注网络中的节点映射为向量,并选择最优的聚类算法对用户节点向量进行聚类及筛选,最后引入市场营销领域客户价值细分模型(RFM模型),构建融合社会网络特征的核心用户影响力评价模型,对核心用户候选集综合分析后得到在线健康社区核心用户排名。【结果/结论】选取丁香园论坛中的数据对本文所提方法进行验证,证明了本文所提方法的有效性,结果表明该方法可以较好地识别在线健康社区的核心用户。【创新/局限】引入RFM模型考虑时间、频率和价值因素等多维关键指标的影响,从用户价值角度能够较好地表征和识别核心用户,但未充分考虑核心用户影响力的动态演化过程,未来可考虑结合时间维度进一步探索核心用户识别的动态机制。 展开更多
关键词 核心用户识别 在线健康社区 RFM模型 Node2vec 聚类算法 社会网络分析
暂未订购 下载PDF
基于文献-关键词双模网络的热点识别方法研究——以数字人文领域为例 认领 引用 被引量：8
4
作者 李慧 王若婷 《情报理论与实践》 CSSCI 北大核心 2022年第11期107-114,共8页
[目的/意义]对科技文献进行热点识别研究,有助于学者们准确把握学科发展趋势和前沿问题,为科研政策和人才培养提供理论依据。[方法/过程]引入文献-关键词双模网络,设计一种考虑时间因素、文献引用关系、关键词位置顺序、关键词词频、文... [目的/意义]对科技文献进行热点识别研究,有助于学者们准确把握学科发展趋势和前沿问题,为科研政策和人才培养提供理论依据。[方法/过程]引入文献-关键词双模网络,设计一种考虑时间因素、文献引用关系、关键词位置顺序、关键词词频、文献与关键词关联关系的关键词综合影响力模型。利用Node2vec网络表示学习模型将共现网络中的节点映射为向量,采用轮廓系数对K-means、凝聚层次聚类等4种聚类算法进行评估,遴选出最优的聚类算法,结合关键词综合影响力识别热点主题。[结果/结论]选取数字人文领域的期刊文献数据进行实验,结果表明该方法可以较好地识别数字人文领域的前沿热点。 展开更多
关键词 研究热点 识别方法 双模网络 Node2vec 聚类算法 数字人文
暂未订购 下载PDF
一种基于网络表示学习的miRNA-疾病关联预测方法 认领 引用 被引量：2
5
作者 耿霞 韩凯健 《计算机应用研究》 CSCD 北大核心 2021年第5期1365-1370,共6页
针对miRNA-疾病关联研究中信息使用不充分、过于依赖网络中节点的相似度信息以及预测准确度较低的问题,提出一种基于网络表示学习的miRNA-疾病关联预测方法(network representation learning miRNA-disease association,NRLMDA)。该方... 针对miRNA-疾病关联研究中信息使用不充分、过于依赖网络中节点的相似度信息以及预测准确度较低的问题,提出一种基于网络表示学习的miRNA-疾病关联预测方法(network representation learning miRNA-disease association,NRLMDA)。该方法通过引入长链非编码RNA(lncRNA)构造出miRNA-lncRNA-疾病异构网络,丰富原有网络的生物学信息;采用网络表征学习node2vec算法在上述提出的异构网络中以一定的游走策略获得节点的近邻序列,并通过skip-gram模型进行深度学习,从而获得节点的低维特征向量;最后基于miRNA-miRNA相似性的关联规则推断方法预测miRNA与疾病的关联。该方法能够挖掘出全局网络的拓扑结构特征,并且不需要负样本。NRLMDA在留一交叉验证和五折交叉验证以及进一步的案例研究上的实验结果优于经典方法。 展开更多
关键词 miRNA node2vec算法 skip-gram模型
暂未订购 下载PDF
已选0条
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
在线咨询 使用帮助 返回顶部 意见反馈