【摘 要】
：
随着网络表示学习技术的发展,在网络结构信息的基础上,越来越多的研究者考虑融入额外辅助信息来提升网络表示效果.针对现有网络表示学习方法中对于多属性特征融合缺乏冲突判
【机 构】
：
战略支援部队信息工程大学,中国人民解放军66061部队
【基金项目】
：
国家自然科学基金(No.61803384,No.61521003)
论文部分内容阅读
随着网络表示学习技术的发展,在网络结构信息的基础上,越来越多的研究者考虑融入额外辅助信息来提升网络表示效果.针对现有网络表示学习方法中对于多属性特征融合缺乏冲突判别与评价指标的问题,本文在已有研究基础上,提出一种基于D-S证据理论的网络表示融合方法.本方法首先通过SVM算法给出不同属性信息对融合表示结果的支持度,然后利用证据组合规则计算网络表示学习中的融合评价指标,并依据混淆矩阵考虑各类别在节点分类中的局部可信度.在3类数据集上的仿真实验表明:本方法对于检测网络表示融合中的冲突,提高表示融合效果具有一定的
其他文献
为了辅助医生规划非小细胞肺癌(Non-Small Cell Lung Cancer,NSCLC)患者治疗和复查方案,提出了一种基于CT影像组学的NSCLC预后分析方法.首先,对患者肺部CT影像中的肿瘤区域进
【摘要】 目的：觀察奥扎格雷钠联合桂哌齐特治疗动脉硬化性脑梗死（arteriosclerotic cerebral infarction，ACI）患者的临床效果以及对血液流变学、血脂的影响。方法：选取2015年6月-2016年1月本院收治的动脉硬化性脑梗死患者120例，按照随机数字表法将其分为观察组和对照组，各60例。对照组给予桂哌齐特治疗，观察组采用桂哌齐特联合奥扎格雷钠治疗。两组均14 d为一