属性信息

摘要： 实体对齐表示在不同的知识图谱中查找引用相同现实身份的实体。目前主流的基于图嵌入的实体对齐方法中的对齐实体通常具有相似的属性,有效利用属性信息可提升实体对齐效果,同时由于不同知识图谱之间的知识分布差异,仅考虑单个方向的对齐预测会导致预测结果出现偏差。针对上述问题,提出一种改进的跨语言实体对齐方法。利用融合属性信息的双向对齐图卷积网络模型,将前馈神经网络编码实体对应的属性信息与初始的实体嵌入相结合,得到联合属性信息的实体表示,并使用双向对齐机制实现跨语言的实体对齐预测。在3个跨语言数据集上的实验结果表明,该方法通过融合更多的知识图谱信息增强了实体表示能力,并且利用双向对齐机制缓解了数据分布差异问题,相比基于图嵌入的实体对齐方法整体性能更优。

摘要： [目的/意义]旨在利用属性信息优化图书推荐模型,提升模型个性化推荐能力。[方法/过程]充分挖掘读者、书籍属性信息对读者偏好的影响,提出一种融入属性信息的度量分解模型,将读者、书籍置入度量空间,利用属性重构偏好向量,通过学习度量距离约束偏好向量分布以生成预测评分,实现个性化书籍推荐。在Book-Crossing数据集中进行相关实验,评分预测能力。[结果/结论]该模型预测准确度优于对比的其他基线模型,准确度提升比率为7%-15%。

摘要： 传统的推荐系统在面对大量动态、复杂的数据时,仅仅通过用户的已知数据和历史行为进行分析,得到评分准则继而进行推荐,存在推荐精度不高、数据稀疏性和冷启动问题,难以满足用户对信息的需求.针对这一情况提出深度学习框架下基于用户的混合协同过滤算法,利用深度神经网络模型进行特征提取解决用户信息不对称带来的数据稀疏问题,同时将评分矩阵与项目属性信息融合应用得到项目间的映射关系并进行聚类分析,解决面对新项目、新用户时数据库中没有相关信息,推荐精度不高的问题.最后通过实验仿真,验证本文算法可以有效提高推荐准确率,提升用户的满意度和网络体验感.

摘要： 针对目前的行人属性识别方法存在行人属性数据不均衡、行人特征表达能力不足、鲁棒性差的问题,本文提出局部特征重叠与行人属性识别相结合的方法.网络使用全局和局部两个分支来提升网络整体特征表达能力,在局部分支中将得到的特征图切分为几块大小相同的几个部分并使用Focal loss计算每个属性的损失解决行人属性不均衡问题.最后将投票选出的各属性最优损失与全局特征计算出来的ID损失共同作为模型总损失.在Market-1501_attribute和DukeMTMC-attribute两个行人属性数据集上进行测试,实验结果表明所提方法能够有效提高行人重识别的准确性.

摘要： 为研究社区结构对网络表示学习的影响,提出了一种新颖的融合社区结构信息的网络表示学习算法(CINE)。通过借鉴模块度思想,将社区结构吸收到基于矩阵分解的模型中以保留网络内部的社区结构;设计一个整体的目标函数,在捕获社区结构信息的同时也融合了节点间的1阶2阶邻近性信息和节点的属性信息,最终得到包含原始网络中3类信息的节点表示;采用Cora、Citeseer和Wiki等3个公开网络数据集验证CINE在节点分类、链接预测和可视化任务中的表现。结果表明:在3个数据集的分类任务中,CINE的Micro-F1分数分别达到了0.9002、0.8402、0.7619,优于所有对比算法;在Cora数据集的链路预测任务中,CINE的AUROC得分比Node2vec、DeepWalk和TADW等算法分别提高了1.165、1.144和1.059倍。说明CINE在保留网络的结构和属性信息的基础上,捕获了社区结构信息,使得所学节点表示可以更好地执行后续的网络分析任务。

摘要： BIM可视化如何带我们走进“真实”的虚拟世界?建筑可视化:“所见即所得”,通过BIM模型的三维立体实物可视,实现项目设计、建造、运营等整个建设过程可视,以及项目的沟通、讨论与决策管理可视。BIM的工作过程和结果=建筑物的实际形状+构件的属性信息+规则信息。

摘要： 地下管线数据库是为存储和管理地下管线普查成果而设计和建设的数据库。其一般内容包括地下管线空间信息、属性信息和元数据信息,还包括在这些数据基础上进行分析、挖掘的进一步信息。(有修改)。

摘要： 感知融合数据包含用户日常行为习惯和生活轨迹等敏感信息,需要进行有效的隐私保护,针对传统方法存在无法准确衡量用户与位置关系,导致通信开销过大的问题,提出一种基于数据中台技术的移动群智感知融合数据隐私保护方法。将感知融合数据整合上传到数据中台,利用数据中台技术提取属性信息确定隐私敏感等级,构建数据隐私保护算法。实验测试表明,提出的方法隐私保护水平、数据精确度、数据完整性上具有较好的效果;冗余数据明显减少,降低了数据通信量,说明通信开销性能更好,可应用于实际移动群智感知应用中。

摘要： 基于实体对齐的关系感知邻域匹配(RNM)模型进行改进,提出结合属性信息与对偶注意力机制的实体对齐关系感知邻域匹配模型。引入RDGCN的对偶注意力对原来GCN的关系结构学习能力进行优化,同时加入属性信息,联合关系结构与属性信息作为关系感知邻域匹配的嵌入。该模型在3个真实数据集上的对齐准确率可分别达到86.91%、87.67%和94.05%,与基准模型相比有进一步的提升。实验结果表明提出的方法可以有效地识别出对齐实体对。

摘要： 挖掘属性网络中的社团结构有助于对网络节点进一步分析,具有重要的现实意义。图卷积神经网络能够有效地将属性网络的结构信息进行嵌入,获取节点的特征表示,从而可获得性能良好的社团结构。然而,现有图卷积方法大多使用固定的低阶图卷积,只考虑每个节点一阶或二阶内的邻居,没有充分利用节点关系,忽略了网络结构的多样性。另外原始网络结构的稀疏性无法克服,会降低社团检测的性能。为解决上述问题,提出一种融合属性信息与结构信息的K阶图卷积社团检测方法(KGCN),该方法可以有效地克服原始网络的稀疏性并利用节点的高阶结构进行社团检测。首先根据节点的属性信息对原始网络进行重构,缓解原始网络结构的稀疏性;其次考虑到高阶结构关联,采用K阶图卷积编码器对节点进行编码,获得节点的特征表示;最后使用谱聚类算法进行社团检测。实验结果表明,在四个真实数据集上,相比现有算法,KGCN方法取得更好的社团检测结果。

摘要： 现有复杂网络社区挖掘方法由于单一利用节点链接信息或属性信息,从而无法有效发现成员链接紧密且属性高度相同的社区,针对该问题提出一种可集成节点链接和属性信息进行社区挖掘的方法:LANMF.LANMF基于非负矩阵分解模型,以一种矩阵联合近似分解的形式统一分解复杂网络节点链接矩阵以及属性关联矩阵,可直接获得节点与社区归属关系矩阵以及属性与社区关联矩阵,社区成员在链接结构紧密度以及属性相关性上可得到很好的保证.设计了乘性迭代更新规则作为联合矩阵分解优化算法并从数学上严格证明了其正确性和收敛性.实验结果表明LANMF的社区挖掘质量优于现有典型的同类社区挖掘方法,能直接有效挖掘社区,而且实际应用表明LANMF 更适合用于挖掘现实世界复杂网络中的主题社区.

摘要： 利用Excel表公式操作,对零件BOM表进行筛选整合,使其成为前处理软件识别的格式,实现CAE前处理零件属性信息的自动匹配.将筛选出的信息运用Excel表格中的公式“&”命令将筛选车的信息组成零件属性的名称，格式如下:(项目名称_)零件标号_零件英文名称_零件材料_零件厚度，此过程使所有零件属性名称命名规范统一。通过Excel表格中的VLOOKUP函数形成前处理软件识别的属性格式，对于线性分析钢材的材料属性是一致的，所以在此可以将材料编号定义为一个材料。将属性文件通过Input命令导入至前处理划分完成的网格模型中即可完成属性名称、零件厚度及材料属性的定义。

摘要： 有人无人机协同作战的过程中,信息源众多,如何利用综合识别方法提高情报侦察的正确性和有效性成为该领域的研究热点.本文首先介绍了美军在有人无人机协同系统的研制过程中综合识别技术的应用情况.在此基础上,本文提出基于目标运动信息及属性信息的综合识别方法,改进了典型的综合识别方法流程,使得运动信息及属性信息的关联度技术能够同步进行并加以综合.从仿真结果可以看出,该方法不但提高了目标识别的准确性,采用概率形式给出的目标识别结果能够适用于有人无人机领域的各类平台.

摘要： 不可移动文物信息系统是今后文物研究、保护、管理的重要技术平台,全国部分省、市已经开始开展该项工作.不可移动文物信息系统应包括不可移动文物对象和文物的属性信息两方面.文章从文物价值乃至文化研究的角度,对两者特征进行探讨,提出文物对象需要扩展,文物属性信息需要统一化、地理信息化、动态化以及开放化.

摘要： 本文针对数字地图数据质量影响因素及检查内容,从数据自身因素、人的因素、资料因素及软件因素着手,对数字地图质量检查内容进行研究,重点检查数据完整性、拓扑结构、属性信息、元数据及接边等内容,为提高数字地图数据质量提供参考依据.

摘要： 在本文中,提出了一个基于非负矩阵分解的顶点带属性网络的链路预测算法.在该算法中,通过非负矩阵分解将网络的拓扑信息和属性信息有机地相结合,最终的结果能反映出拓扑信息和属性信息的潜在特征.实验显示算法相比其他算法在顶点带属性的网络中取得了更好的预测结果.

摘要： 本文通过将评价模式理论和可评价性假设理论引入至企业社会责任领域，对CSR 信息与消费者品牌评价关系之间内部机制进行解释分析。基于此，本文设计了三个实验，实验一将CSR信息和CA信息分别操控为易评属性和难评属性进行研究，进而验证不同评价模式会致使消费者作出不同的评价结论。实验二和实验三通过对属性信息性质进行变化操控，进一步增加内部效度研究，得到CSR信息在单独评价时起主要作用，CA信息在联合评价时起主要作用。最后，通过本研究的结论，将会给企业和消费者提供具有实践意义的指导作用。

摘要： 智能手机在人们的生活中扮演越来越重要的角色.就像人们知道的那样,基于移动社交网络的应用已经在学术界和工业领域获得了广泛的关注.在移动社交网络中两个用户如何建立一种既安全又强健的亲密度准则仍旧是一个挑战.这是因为,在以前的普通体制中属性信息的隐私保护和属性的验证是两个不合调和的矛盾.在这篇文章中,应用属性加密和属性签名技术同时实现了属性信息的隐私保护和属性的验证.粗略的分析表明体制是高效的,并且在现有的安全需求下是安全的.

摘要： 针对基于属性、角色的授权管理模型中尚未建立规范化、标准化的属性数据元素问题,本文制定属性元数据项与属性值的双重代码化标准,通过分类制定属性数据模板,实现为基于属性信息的授权管理与访问控制系统提供权威数据支撑,从而提高面向应用资源授权管理过程的安全性、灵活性和适应性,提高授权鉴权的比对效率。

摘要： 企业的技术创新行为作为技术和市场结合的重要组成,是一个复杂的系统.建构系统仿真环境,运用多Agent原理,设计创新技术消费者Agents、企业R&D部门Agents和技术审批Agent的相关属性和行为策略,建立双技术选择模型下的仿真模型.在一定容量的区域消费者环境下,模拟相对封闭区域环境内,消费者数量变化和企业初始投资资本变化对区域发展所起的作用.

摘要： 本发明公开了一种基于用户属性和内容属性的D2D信息传播建模方法，属于移动通信领域。该方法包括以下步骤：1、根据用户历史交互，结合交互因子和稳定性因子量化用户间社会关系；2、结合用户间社会关系和用户对信息内容的兴趣度建立用户感染概率函数；3、利用用户及其邻居用户的度表征用户影响力，并引入影响力衰减模型，建立用户恢复概率函数；4、结合SIR模型，基于离散时间马尔科夫链确定D2D信息传播模型；5、对基于用户属性和内容属性的信息传播模型进行稳定性分析。本发明提出的D2D信息传播模型，能有效提升信息传播范围且与实际网络有着更高的匹配度。

摘要： 本发明公开了一种车道线属性信息检测模型训练、车道线属性信息检测方法，其中，车道线属性信息检测模型训练方法包括：获取多个车道线训练图像，车道线训练图像沿着车辆行驶方向拍摄得到；将多个车道线训练图像输入到初始车道线属性信息检测模型，得到车道线属性信息概率图，车道线属性信息概率图的纵向概率值表征每一类车道线属性对应的概率值；沿着车道线属性信息概率图的纵向方向，在车道线属性信息概率图上以预设间隔划分出多个检测锚线；以距离车道线训练图像中每一条车道线的最近的检测锚线对车道线的检测结果调整初始车道线属性信息检测模型的参数，直至损失值满足目标条件，得到车道线属性信息检测模型。

摘要： 在多个信息处理装置协作的使用者属性信息的提供系统中，在进行与使用者属性信息相关的各种处理时，隐匿使用者与保持其属性信息的信息提供机关的对应关系，能够避免属性信息的泄漏。提供装置(102)执行如下的处理：选择构成属性信息的通信路径的装置群，生成将使用者的信息隐匿在仅能够被各自的应答对象目的地识别的数据中的信息登录请求，并经由装置群发送给存取目的地解决装置(103)；以及存取目的地解决装置(103)将信息登录请求所示的相应使用者的信息和作为应答对象的提供装置的信息存储在存储装置中，从查询装置(101)接收查询请求，经由作为相应使用者的应答对象的提供装置，经过相应通信路径的各提供装置间，向成为查询目的地的提供装置转发查询请求，由此经由通信路径的各提供装置间向查询装置(101)返回相应使用者的属性信息。

摘要： 本申请的目的之一是提供一种用于确定用户属性信息的方法和设备，包括：基于训练特征向量进行训练学习，得到对应的用户属性模型；根据设备应用使用信息确定对应的设备应用特征向量；将所述设备应用特征向量输入所述用户属性模型以获得所述设备应用使用信息对应用户的用户属性信息。本申请还有一个目的是提供一种用于确定用户属性模型的方法和设备。本申请基于设备信息对用户基础属性进行预测，减少了信息获取对渠道的依赖；堆叠式网络结构提高了预测准确性和效率。

摘要： 本发明公开了一种车道线属性信息检测模型训练、车道线属性信息检测方法，其中，车道线属性信息检测模型训练方法包括：获取多个车道线训练图像，车道线训练图像沿着车辆行驶方向拍摄得到；将多个车道线训练图像输入到初始车道线属性信息检测模型，得到车道线属性信息概率图，车道线属性信息概率图的纵向概率值表征每一类车道线属性对应的概率值；沿着车道线属性信息概率图的纵向方向，在车道线属性信息概率图上以预设间隔划分出多个检测锚线；以距离车道线训练图像中每一条车道线的最近的检测锚线对车道线的检测结果调整初始车道线属性信息检测模型的参数，直至损失值满足目标条件，得到车道线属性信息检测模型。

摘要： 本公开提供一种属性信息确定方法、属性信息确定装置及电子设备；涉及计算机技术领域。所述属性信息确定方法包括：根据第一关系网络中各节点之间的连接关系确定每个节点的特征值，并根据特征值从各节点中确定多个目标节点；根据多个目标节点以及多个目标节点之间的连接关系构建第二关系网络；将第二关系网络中的目标节点划分为多个社区，并根据每个社区中各目标节点的关联信息确定该社区的属性信息；将每个社区的属性信息确定为该社区内的目标节点的属性信息。本公开中的属性信息确定方法能够一定程度上克服通过不同判定规则确定出每个行业中间人存在着的维护效率较低的问题，进而提升针对不同行业中间人的识别规则的维护效率。

摘要： 在多个信息处理装置协作的使用者属性信息的提供系统中，在进行与使用者属性信息相关的各种处理时，隐匿使用者与保持其属性信息的信息提供机关的对应关系，能够避免属性信息的泄漏。提供装置(102)执行如下的处理：选择构成属性信息的通信路径的装置群，生成将使用者的信息隐匿在仅能够被各自的应答对象目的地识别的数据中的信息登录请求，并经由装置群发送给存取目的地解决装置(103)；以及存取目的地解决装置(103)将信息登录请求所示的相应使用者的信息和作为应答对象的提供装置的信息存储在存储装置中，从查询装置(101)接收查询请求，经由作为相应使用者的应答对象的提供装置，经过相应通信路径的各提供装置间，向成为查询目的地的提供装置转发查询请求，由此经由通信路径的各提供装置间向查询装置(101)返回相应使用者的属性信息。

摘要： 本发明提供一种不良部件属性信息抽取方法及不良客体属性信息抽取系统，通过评价由第三者提供的部件属性信息的正确性，确定应优先实施基于测量设备的分析的部件，使部件的检查作业效率化。本发明的系统具备：接收部件列表和评价条件的输入装置；保持部件属性信息等的辅助存储装置；评价部件属性信息的正确性的处理装置；和输出评价结果的输出装置。部件属性信息评价执行部具备：抽取该调查对象部件的类似部件的单元；在部件属性信息可取有限种类的值时，判定部件属性信息的异常的单元；在部件属性信息可取无限种类的值时，判定部件属性信息的异常程度的单元；和按部件属性信息异常程度的大小顺序重新排列部件，明确该评价结果的根据的单元。

摘要： 本发明提供了属性信息提供服务器、属性信息提供方法，以及其程序。具有个人信息的个人信息处理代理，响应来自某一个人的请求，将他的一些个人信息提供到第三方，从而提供对于个人信息处理代理和此人都有利的业务。本发明包括属性信息提供服务器(10)，用于通过网络(70)从存储了有关订户的个人信息的数据库中提供一段个人信息；用户设备(30)，用于从属性信息提供服务器(10)中从有关订户自己的个人信息中提取信息片段；属性信息接收设备(50)，用于从属性信息提供服务器(10)中获取关于利用用户设备(30)的订户的个人信息片段。属性信息提供服务器(10)作为虚拟记录在数据库中只注册由用户设备(30)从数据库中提取的属性信息片段，并将用作此虚拟记录的密钥的虚拟ID提供到用户设备(30)。属性信息接收设备(50)从用户设备(30)中获取虚拟ID，并基于此虚拟ID，从属性信息提供服务器(10)中读取虚拟记录。

摘要： 一种在基本记录单元上存储属性信息的记录介质和使用属性信息识别数据的方法。在记录介质上存储属性,例如扇区格式、跟踪方法、反射率、区类型、数据类型和扇区的层数,扇区是基本记录单元。特别地,在可记录数字通用光盘、可重写数字通用光盘和数字通用光盘－随机存储器中,有关数据类型的信息,可存储在位于扇区前部的数据标识数据(DID)区或标识数据(ID)区,所述数据类型表示数据是可重写数据、只读数据还是链接数据。DVD型光盘的一致性得以保持。