时间信息
时间信息的相关文献在1981年到2022年内共计622篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、心理学
等领域,其中期刊论文196篇、会议论文13篇、专利文献365150篇;相关期刊168种,包括高中生、电子制作、电脑迷等;
相关会议12种,包括第33届中国数据库学术会议(NDBC2016 )、第29届中国数据库学术会议、中国医学科学院/北京协和医学院医学信息研究所/图书馆2011年学术年会等;时间信息的相关文献由1135位作者贡献,包括松江刚志、何先友、刘鸿彬等。
时间信息—发文量
专利文献>
论文:365150篇
占比:99.94%
总计:365359篇
时间信息
-研究学者
- 松江刚志
- 何先友
- 刘鸿彬
- 张凯
- 张莉
- 王悦
- 阿部英雄
- 陈宏
- 霍斯特·黑夫纳
- 汉斯-约阿希姆·赛勒
- 皮埃尔-阿兰·格雷米格
- 罗兰·波洛尼奥
- 高峰
- 中村和彦
- 图沙尔·乌德施
- 埃米尔·普劳恩
- 基尔·班克斯·米耶尔勒
- 安德鲁·基尔姆泽
- 尾下佑树
- 岡田智之
- 帕布洛·贝利韦尔
- 戴尔·霍金斯
- 李霞
- 杨光
- 松井健一
- 柏木吉一郎
- 格卡伊·巴里斯·居尔泰金
- 森美裕
- 比尔·康纳
- 汤姆·卡尔·施塔姆
- 河原俊之
- 津贺一宏
- 潘杨
- 王振勇
- 福岛能久
- 詹姆士·A·古根莫斯
- 赵亮
- 长谷部巧
- 阿部和明
- 黄希庭
- 于光炜
- 南宅俊
- 唐浩
- 唐臻飞
- 张涛
- 彭金磷
- 拱长青
- 李宗鹏
- 李相二
- 杨坤
-
-
徐化池;
史殿习;
崔玉宁;
景罗希;
刘聪
-
-
摘要:
事件相机是一种启发式传感器,它通过感知光线强度变化输出事件,响应异步和稀疏事件形式的像素级亮度变化,缓解了传统相机在光线条件变化复杂和物体高速运动场景下成像不清晰的问题。最近,基于学习的模式识别方法将事件相机的输出转化为伪图像的表示形式,在光流估计、目标识别等视觉任务中取得了巨大的进步。但是,这类方法丢弃了事件流之间的时间相关性,导致伪图像的纹理不够清晰,特征提取困难。为此,提出了基于事件流划分算法的神经网络框架,显式地融合了事件流的时间信息。该框架将输入的事件流划分成多份,使用权重分配网络给每一份事件流赋予不同的权重,并使其通过卷积神经网络融合时空信息、提取高级特征,最后对输入分类。在N-Caltech101和N-Cars数据集上进行的对比实验表明,与现有最先进算法相比,所提框架在分类准确率上有明显的提升。
-
-
徐涌鑫;
赵俊峰;
王亚沙;
谢冰;
杨恺
-
-
摘要:
知识图谱作为一种结构化的人类知识形式,对海量多源异构异质的数据语义互通起到了很好的支撑作用,并有效地支持了数据分析等任务,成为了近年来学术界和工业界的研究热点。目前大多数知识图谱都是根据非实时的静态数据构建,没有考虑实体和关系的时间特性。然而社交网络通信、金融贸易、疫情传播网络等应用场景的数据具有实时动态的特点以及复杂的时间特性,如何利用时序数据构建知识图谱并且对该知识图谱进行有效建模是一个具有挑战性的问题。目前,有许多研究工作利用时序数据中的时间信息丰富知识图谱的特征,赋予知识图谱动态特征,将事实三元组拓展为(头实体,关系,尾实体,时间)的四元组表示,使用时间相关四元组进行知识表示的知识图谱被统称为时序知识图谱。文中对时序知识图谱相关文献进行整理和分析,并对时序知识图谱表示学习的工作进行了全面综述。具体地,首先简单介绍了时序知识图谱的背景与定义;其次总结了时序知识图谱表示学习方法相比传统知识图谱表示学习方法的优点;然后从事实的建模方法角度详细阐述了时序知识图谱表示学习的主要方法,并且介绍了上述方法使用到的数据集;最后对该技术的主要挑战进行了总结,并对其未来研究方向进行了展望。
-
-
胡胜利;
林凯
-
-
摘要:
在以往基于自注意力机制的序列推荐模型中,由于忽略上下文信息和长期行为信息,常导致模型无法捕捉到多层次的序列特征.因此提出一种融合时间上下文与长短期偏好的序列推荐模型.首先利用感知时间间隔的自注意力机制来建模用户和项目短期行为交互的关系模式,然后补充用户长期偏好来增强用户特征表示,并利用门控机制将长短期偏好表示进行融合生成用户最终兴趣表示.最后对用户交互项目间的共现模式进行建模,并结合用户最终兴趣表示进行项目推荐.在3个公开数据集上进行实验的结果验证了该模型的有效性.
-
-
胡潇炜;
陈羽中
-
-
摘要:
查询推荐的目的是发掘搜索引擎用户的查询意图,并给出相关查询推荐.传统的查询推荐方法主要依靠人工提取查询的相关特征,如查询频率、查询时间、用户点击次数和停留时间等,并使用统计学习算法或排序算法给出查询推荐.近年来,深度学习方法在查询推荐问题上获得了广泛应用.现有的用于查询推荐的深度学习方法大多是基于循环神经网络,通过对查询日志中所有查询的语义特征进行建模以预测用户的下一查询.但是,现有的深度学习方法生成的查询推荐上下文感知能力较差,难以准确捕捉用户查询意图,且未充分考虑时间因素对查询推荐的影响,缺乏时效性和多样性.针对上述问题,文中提出了一种结合自编码器与强化学习的查询推荐模型(Latent Variable Hierarchical Recurrent Encoder-Decoder with Time Informa-tion of Query and Reinforcement Learning,VHREDT-RL).VHREDT-RL引入了强化学习联合训练生成器和判别器,从而增强了生成查询推荐的上下文感知能力;利用融合查询时间信息的隐变量分层递归自编码器作为生成器,使得生成查询推荐有更好的时效性和多样性.AOL数据集上的实验结果表明,文中提出的VHREDT-RL模型获得了优于基准方法的精度、鲁棒性和稳定性.
-
-
邢长征;
郭亚兰;
张全贵;
赵宏宝
-
-
摘要:
信息过载造成的数据稀疏性问题制约着基于评分数据的矩阵分解模型的推荐性能,融合评论文本的推荐模型能够有效缓解评分数据稀疏性.当前的推荐系统利用评论文本为用户和项目建模时,大多仅将用户对项目的评论作为数据来源,而忽视了时间信息对用户和项目属性的影响.针对此问题,提出了一种融合短文本层级注意力和时间信息的推荐方法(RHATR),该方法能够充分地挖掘评论文本潜在的语义信息,并为用户偏好和项目特征的动态变化进行建模.通过对单条评论文本应用单词级注意力,挖掘单条评论文本中情感词和关键词等有效信息,学习用户和项目表示;对含有时间因素的用户评论集和项目评论集分别应用评论级注意力,提取有效的评论,进一步学习用户偏好和项目特征动态表示.将从评论文本中学到的用户和项目表示以及基于ID的项目和用户嵌入作为最终特征,来捕获各用户和项目的潜在因素.实验结果表明,提出的方法相对于当前基线方法在Amazon和Yelp数据集上的均方根误差(RMSE)取得了较好的效果.
-
-
石珂珂;
杨恒;
肖炜平;
胡宙;
刘英涛;
余锦华;
雷宇
-
-
摘要:
目的 为实现对脑部数字减影血管造影(DSA)序列的自动化判读,探索在DSA影像中目标检测算法Faster-RCNN对复杂血管结构鉴别的应用性.方法 收集来自复旦大学附属华山医院DSA影像库2010年1月至2013年12月的正常颈内动脉正位造影图像共计388例,其中350例作为模型训练测试集(测试集)数据,38例作为独立验证集.①测试集DSA中筛选出曝光适度、显影清晰的影像共计680张,比例为8:2.根据不同时期DSA影像的血管特征,标记不同的感兴趣区域,图片集总计标注了5类血管特征区域.搭建Faster-RCNN多目标检测网络,优化网络参数,保存最优模型.分析测试集各类血管结构的平均精度(AP)和多类别平均精度均值(mAP).②独立验证集DSA数据依次输入模型进行血管结构检测,分析各图像血管结构的类别与出现的时间,以此为标准对每张图像的时相进行区分,从而确定每一例DSA的时相区间.将判定结果与专科医生标定的结果进行比较,计算各时期的区分准确率.结果 测试集136张图片中,颈内动脉的AP为0.922、Willis环为0.991、大静脉为0.899、静脉血管为0.769、静脉窦为0.929.5类血管特征区域的多类别mAP为0.902.独立验证集中,动脉期、毛细血管期、静脉早期和静脉窦期分期准确率分别达到100%,92.1%,92.1%和78.9%.结论?Faster-RCNN算法可以分析DSA序列中的时间信息与结构信息从而对DSA影像进行自动判读,可在缩短读片时间前提下保证足够的判读准确度,为复杂脑血管的鉴别提供技术支持.
-
-
郭莎莎;
李爽;
阎红灿
-
-
摘要:
现有的空间文本skyline查询忽略了地理空间对象的时间信息,考虑到时间信息对应用的重要性,将时间信息应用到空间文本skyline查询中,提出了一种新的查询,即已知时间的空间文本skyline查询(Time-aware Spatial-Textual Skyline Query,TSTSQ).TSTSQ中skyline对象的筛选依赖于三个条件:文本相关性、空间邻近和有效时间.分别设计了对象的空间文本相关性和时间文本相关性的计算函数,构建时空信息和文本信息的对象索引结构TKR-Tree,通过构造高效的裁剪策略实现了TSTSQ的查询算法.通过实验数据的分析和对比,验证了TSTSQ查询的有效性.
-
-
钟志松;
彭清桦;
吴广潮
-
-
摘要:
针对传统Slope One推荐算法在稀疏数据集上预测准确率较低的问题,提出一种基于图嵌入的加权Slope One算法.本文算法首先以融合时间信息的用户相似度为边权建立用户关联图,对该图进行图嵌入得到用户特征向量,然后基于Canopy聚类对用户进行类内加权Slope One推荐.另外,为优化算法性能,本文算法基于Spark计算框架实现.实验结果表明,对比传统的加权Slope One,本文算法在稀疏数据集和显式、隐式评分数据集上的推荐效果和评分预测准确率都更优.
-
-
丁作亚
-
-
摘要:
文章根据对北斗高精度MLAT系统设计研究为出发点,结合MLAT系统设计原理为前提,从北斗高精度授时处理模块、北斗高精度定位处理模块、高精度通信轨迹识别模块等方面展开详细分析,目的在于对北斗的高精度MLAT系统有更全面地了解,科学激发出其在通信定位等方面的价值.
-
-
胡萍;
成磊
-
-
摘要:
目的 针对柯尼卡美能达部分型号打印机打印文件中所包含的时间信息进行研究,找出暗记点阵分布周期,总结暗记点阵的时间编码规律,破译并解码时间信息.方法 借助单反数码相机和图像处理软件提取并标示打印暗记点阵,对大量不同时间打印的样本进行比对分析,归纳暗记点阵的分布周期、找出时间编码规律.结果 发现用于实验的柯尼卡美能达彩色激光打印机打印文件上的暗记点阵周期呈阶梯状排列,共计16列24行;实验对象的暗记在时间编码上均遵循六进制的基本规则;区分出了年、月、日、时在打印文件中所对应的暗记区域,破译并解码了该时间信息.结论 研究表明,该方法可以解出柯尼卡美能达部分型号彩色激光打印机打印文件的形成时间,为打印文件检验提供了新的参考.
-
-
-
-
-
陈振宇;
陈振宁
- 《第二届全国学生计算语言学研讨会》
| 2004年
-
摘要:
现代汉语句子的时间信息,是由句中的各个单位及其关系共同编码的,因此必须建立起整体的时间认知模型才能计算.包括三个方面:1、将时间性质分解为事件的基本阶段(起始、持续、终结)、事件的时段(确定时段、相对小量、相对大量)和认知窗口的时间基点等认知要素,对事件类型进行分类,在此基础上,构建有关时间的认知模型.2、对现代汉语句子中可能出现的每一单位和关系,用事件类型符号和时间要素符号进行翻译,所得的结果——该单位或关系的元语言表述式(翻译式)——表明了该单位或关系在编码时间信息时究竟表现什么意义.3、在认知模型中建立一个由规则驱动的运算系统,将元语言表述式化简为最简表述,它即是句子整体编码的时间信息.
-
-
- 《第33届中国数据库学术会议(NDBC2016 )》
| 2016年
-
摘要:
随着GPS定位技术的不断发展与智能移动设备的普及,轨迹数据的获取变的越来越容易,同时轨迹数据相关的应用需求也逐渐增多.在普通轨迹数据上加入一定的语义信息,即可使得普通轨迹数据变为语义轨迹数据,通常语义轨迹包含有地理位置、时间与语义三方面的信息.从语义轨迹中挖掘频繁模式是轨迹数据研究中的重要问题,是很多语义轨迹相关应用的基础,如相似性计算、目的地预测、线路推荐等的基础.然而目前的语义轨迹频繁模式挖掘算法仅考虑地理位置和语义信息,并没考虑能够反映用户行为的时间信息(包括到达时间、离开时间、停留时间、行驶时间等).在考虑时间信息后,语义轨迹频繁模式的挖掘将会面临数据稀疏性问题,即很多频繁模式的概率值过小或为零,从而无法挖掘出有意义的频繁模式.因此,本文首先采用基于信息熵的聚类方法对语义轨迹的基础频繁模式进行划分以降低数据稀疏度,然后提供了基础频繁模式集更新的增量方法及剪枝方法以提高其维护效率,最后在真实数据上进行实验并验证了本文算法的有效性及高效性.本方法提供了一种将用户到达时间信息有效、高效的加入到语义轨迹频繁模式途径,它可以作为现有基于频繁模式的语义轨迹相关应用算法的输入,从而使得这些算法可以挖掘出更有意义的频繁模式进而更好的挖掘用户行为.
-
-
-
-
-