作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
作为一种语义计算和结构化信息存储模型,本体已被广泛应用于生物、物理、地理信息系统等多个领域.在本体学习算法中,本体图顶点所对应的概念信息用一个多维向量来表示.但在大部分应用背景下,顶点之间的相似度取决于少部分分量.基于对偶理论得到本体稀疏向量的计算方法,将该算法应用于数学本体和大学本体,通过P@N准备率来说明算法的效率.
推荐文章
本体稀疏向量凸优化学习算法
本体
相似度计算
本体映射
稀疏向量
基于减量学习的鲁棒稀疏最小二乘支持向量回归机
最小二乘支持向量回归机
鲁棒性
稀疏性
鲁棒'3σ'准则
留一误差
减量学习
基于相关向量机的机器学习算法研究与应用
相关向量机
支持向量机
统计学习理论
机器学习
基于字典学习的图像稀疏去噪算法
稀疏字典
K-SVD算法
字典学习
稀疏去噪
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于对偶理论的本体稀疏向量学习算法
来源期刊 云南师范大学学报(自然科学版) 学科 工学
关键词 本体 相似度计算 本体映射 稀疏向量
年,卷(期) 2015,(4) 所属期刊栏目 计算机科学及应用
研究方向 页码范围 46-50
页数 5页 分类号 TP393.092
字数 2191字 语种 中文
DOI 10.7699/j.ynnu.ns-2015-051
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 高炜 云南师范大学信息学院 139 368 9.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (24)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (8)
二级引证文献  (1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(14)
  • 参考文献(2)
  • 二级参考文献(12)
2012(14)
  • 参考文献(1)
  • 二级参考文献(13)
2013(8)
  • 参考文献(1)
  • 二级参考文献(7)
2014(6)
  • 参考文献(5)
  • 二级参考文献(1)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
本体
相似度计算
本体映射
稀疏向量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
云南师范大学学报(自然科学版)
双月刊
1007-9793
53-1046/N
大16开
云南昆明市一二一大街298号
64-74
1958
chi
出版文献量(篇)
2229
总下载数(次)
5
总被引数(次)
10561
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导