关联特征

摘要： 商业银行会计风险案件日益频发,传统人工核查的方法难以及时有效地核查风险,为此提出了一种将会计案防领域行业知识与大数据、知识图谱等技术相结合的智能化平台建设方案。平台采用大数据技术进行会计基础业务指标的加工计算,依托图数据库构建账户资金交易知识图谱,采用图分析技术完成账户关联风险特征的挖掘提取;最后将基础业务指标与图关联特征相结合,构建了完整的会计案件风险识别规则体系,实现浅层经验知识与深层挖掘知识的融合应用。以银行活跃个人账户作为实验样本,实验结果表明,该智能化平台能实现规则配置的全流程、自动化线上运行,能更高效准确地识别出可疑风险账户,与传统核查方式相比极大提高了风险预警的及时性、精准性与前瞻性。

摘要： 将电子商务作为一个独立的“虚拟”产业,基于产业视角,通过使用投入产出模型的结构分解技术,对其2012年到2017年的产业关联特征进行分析。研究发现:第一,电子商务产业的发展主要来自于产业联动效应,且其经济效应的增速处于领先地位;第二,其他产业对电子商务产业的溢出效应呈下降趋势,但反馈效应却呈增长趋势;第三,电子商务产业的溢出效应和反馈效应都呈现增长趋势。研究验证了电子商务强大的产业融合能力和经济拉动效应,同时为深化电子商务产业的融合发展提供了理论依据。

摘要： 知识图谱采用三元组进行知识表示非常高效,但嵌入到推荐模型中,用户与物品的交互信息、物品的相似度信息被独立建模,忽略了高维的关联特征和长依赖关系,从而导致特征信息提取不充分、推荐效果不佳。为此,提出一种图结构特征信息学习的优化算法。该算法能充分结合知识图谱在推荐中的优势、RNN中的时序特征获取到用户、物品的更深层次的关联特征信息。将模型应用于真实数据集,与现有的基准模型进行对比,实验结果表明该方法能获得更为精准的个性化推荐。

摘要： 经济学理论视角下,产业结构变动与宏观经济的波动有正向或者反向的关联,产业结构的变动可以促进经济增长,也可以制约经济的快速发展.本文尝试探索宏观经济波动与产业结构的关联性特征,以我国改革开放后发生的产业结构变化为主,探究产业结构变动与宏观经济波动之间的双向关系.

摘要： 研究并设计了一种基于服务机器人云平台的故障诊断系统.传统算法只关注服务机器人某一时刻的状态数据,所提取的特征信息有限,因而难以较好地完成故障诊断任务.在这种背景下,提出了基于时间序列关联特征的故障诊断方法.首先,对采集的服务机器人数据进行归一化和后向差分预处理,消除数据量纲并获取数据变化特征;其次,利用滑动窗口来生成时间序列样本,保证每个样本包含足够的特征信息;然后,应用卷积神经网络(CNN)挖掘时间序列的关联特征,并在网络中引入通道注意力网络(squeeze-and-excitation network,SENet),构建了一种SE-CNN模型.该模型能够自适应调整特征通道的重要程度,聚焦于更有效的特征通道,从而提高了诊断精度.对比实验与实际场景下的综合测试证明了本文提出的故障自诊断方法的可行性和有效性.

摘要： 针对复杂的水稻病害数据存储和高效检索问题,提出了基于知识图谱的关联特征挖掘模型.将水稻病害数据清洗后存储在Neo4j图数据库中,构建水稻病害知识图谱(Rice diseases knowledge graph,RDKG).在图挖掘算法中引入了Skip List跳跃表多维索引算法,从联系链路、社群划分、相似病害发现3个维度进行分析挖掘并通过试验比较其检索效率和查询时间.结果 表明:关联特征挖掘模型利用Skip List的分层链表形式进行一系列分类表的存储操作,在信息检索时有效提高了检索效率,进而提高系统整体响应时间,为水稻病害领域的数据分析及线索挖掘提供技术支持.

摘要： 提出一种顾及语义关联信息的道路选取方法,通过编写正则表达式模版,从道路周边要素的地址中提取道路信息,建立道路信息与路网中道路的语义关联,计算道路的关联频数值和关联密度值,作为道路的关联特征指标,并融合道路的几何、语义和拓扑特征中的6项主要指标,以熵值法来计算各项指标的权重,共同构建道路的综合选取模型.选取成都市三环内道路网作为实验案例,结果表明:相比于缓冲区计算的方法,本文方法在计算道路周边要素时,数据的综合处理能力更强;数据操作流程化,处理效率更高,稳定性更强.

摘要： 大数据时代下数据查询频率逐渐增多,为提升用户搜寻信息准确性与实时性,提出一种基于元数据关联特征的交互式数据快速查询方法.分析大数据交互式流程,在交互式数据预处理阶段定位异常数据,透明化交互过程,支持数据溯源,让用户理解结果与初始数据相对关系,给用户极佳操作体验;运用Map Reduce编程模型完成元数据操作处理,使用单次扫描方式,并行元数据抽样得到精确元数据关联结果;利用相空间重构方式组建高维相空间,代入F.Takens嵌入理论,获取元数据关联差分累积函数特征,并将元数据关联特征矩阵奇异值分解,完成交互式数据快速查询.仿真结果证明,所提方法的交互式数据查询准确率较高,且提升了数据关联查询效率.

摘要： 以科研产出为视角,选取生物医学机构成员Web of Science(WoS)数据库论文为数据来源,分析该领域跨学科关联关系特征.基于复杂网络理论,揭示了生物医学研究领域学科主题关联的网络拓扑结构特征、关键学科主题及学科群聚类特征.研究表明,在结构化的学科交叉合作网络中,学科及主题之间的关联关系在结构层次上具有亲近-疏远、强-弱的差异;在角色地位上,识别出具有主导作用的关键学科,以及不同学科共同关注的主题.本研究对于全面理解跨学科合作网络中学科交叉特性具有借鉴意义,同时为促进重大交叉科研攻关项目的合作,形成有效的跨学科团队提出可参考的建议.

摘要： 在关联特征数据挖掘的过程中,常因数据集规模过大,使空间复杂度过高,导致数据资源紧缺,为此,文中提出基于偏微分方程的关联特征数据挖掘改进方法研究.构建多叉树,根据其内部属性,划分等价类数目,生成频繁项集,读入原始事务集,改良负载均衡,实现关联特征数据挖掘改进方法研究.设计对比实验,选用多组数据集测试两种方法的空间资源占用情况,实验结果表明,改进后的数据挖掘方法在空间复杂度上的增长始终保持稳定,能够满足数据挖掘需求,达到了预期的研究目的 .

摘要： "原说明书和权利要求书记载的范围"是判断修改是否超范围的基础.本文认为,"原说明书和权利要求书记载的范围"需要基于本领域技术人员的理解能力加以确定,除了包括原始申请文本以文字和图形明确表达的内容之外,还包括能够根据原始申请文本提供的具体且明确的教导而推导出的显而易见的内容.这些显而易见的内容包括:结合常识性数理逻辑知识得到的内容、结合公知常识得到的内容、基于明确记载的下位概念实施例和对应上位概念而确定的内容,以及基于关联特征的关联性被打破而确定的内容.最后,本文给出了确定"原说明书和权利要求书记载的范围"的具有可操作性的方法,以期使得对修改超范围的判断更加一致和稳定.

摘要： 本文使用组合分析方法对中文微博的情感倾向进行判定.首先使用微博的内容特征进行主客观分类,分离主观微博和客观微博;然后在主观微博数据集中,使用有监督分类的方法(SVM),依然采用微博的内容特征判别微博情感极性,得到正面微博数据集合和负面微博数据集合;最后利用微博的关联特征对分类结果进行优化.实验结果表明该组合方法可以有效地判别微博情感倾向.

摘要： 数据挖掘技术是当前数据库和人工智能领域研究的热点。如何快速有效地从海量的网络信息中,挖掘出潜在的、有价值的信息,使之有效地在管理和决策中发挥作用,是急需解决的问题。从知识发现和数据挖掘的概念出发,总结了数据挖掘常采用的技术方法,数据挖掘研究和应用面临的挑战,同时对数据挖掘发展进行了阐述。

摘要： 数据挖掘技术是当前数据库和人工智能领域研究的热点。如何快速有效地从海量的网络信息中,挖掘出潜在的、有价值的信息,使之有效地在管理和决策中发挥作用,是急需解决的问题。从知识发现和数据挖掘的概念出发,总结了数据挖掘常采用的技术方法,数据挖掘研究和应用面临的挑战,同时对数据挖掘发展进行了阐述。

摘要： 数据挖掘技术是当前数据库和人工智能领域研究的热点。如何快速有效地从海量的网络信息中,挖掘出潜在的、有价值的信息,使之有效地在管理和决策中发挥作用,是急需解决的问题。从知识发现和数据挖掘的概念出发,总结了数据挖掘常采用的技术方法,数据挖掘研究和应用面临的挑战,同时对数据挖掘发展进行了阐述。

摘要： 本公开涉及使用一种或多种关联规则挖掘算法来挖掘含有由至少一种基于植物或动物的分子遗传标志物创建的特征的数据集，发现关联规则和使用由这些关联规则创建的特征来分类或预测。

摘要： 本发明提供一种基于时域分析的电子特征关联系统，其包括分析时间生成模块、数据查询模块、数据打包模块、数据分析模块及键值存储统计模块。分析时间生成模块生成分析时间范围。数据查询模块分别获取分析时间范围内电子特征数据与实名身份数据。数据打包模块将两种数据分场所打包为数据集合。数据分析模块根据每个数据集合中实名身份数据的采集时间及所预设的时间窗口大小确定对应的时间窗口范围来采集电子特征数据以实现实名身份数据对应多个电子特征数据。键值存储统计模块统计实名身份数据与电子特征数据的关联次数。该系统降低了计算机工作量，提高移动电话设备与持有人的实名身份的对应关系的准确性。本发明还提供了一种电子特征关联方法。

摘要： 提供了一种根据文件特征值进行群组关联的群组关联装置和方法，所述装置安装在进行群组关联的主设备和从设备中，所述装置包括特征设置模块、设备搜索模块、设备提取模块、特征匹配模块和设备群组模块。通过使用具有上述组件的群组关联装置，可自动匹配具有相同文件特征值的群组设备并对其进行群组关联。

摘要： 本发明提供一种基于时域分析的电子特征关联系统，其包括分析时间生成模块、数据查询模块、数据打包模块、数据分析模块及键值存储统计模块。分析时间生成模块生成分析时间范围。数据查询模块分别获取分析时间范围内电子特征数据与实名身份数据。数据打包模块将两种数据分场所打包为数据集合。数据分析模块根据每个数据集合中实名身份数据的采集时间及所预设的时间窗口大小确定对应的时间窗口范围来采集电子特征数据以实现实名身份数据对应多个电子特征数据。键值存储统计模块统计实名身份数据与电子特征数据的关联次数。该系统降低了计算机工作量，提高移动电话设备与持有人的实名身份的对应关系的准确性。本发明还提供了一种电子特征关联方法。

摘要： 提供了一种根据文件特征值进行群组关联的群组关联装置和方法，所述装置安装在进行群组关联的主设备和从设备中，所述装置包括特征设置模块、设备搜索模块、设备提取模块、特征匹配模块和设备群组模块。通过使用具有上述组件的群组关联装置，可自动匹配具有相同文件特征值的群组设备并对其进行群组关联。

摘要： 本公开涉及使用一种或多种关联规则挖掘算法来挖掘含有由至少一种基于植物或动物的分子遗传标志物创建的特征的数据集，发现关联规则和使用由这些关联规则创建的特征来分类或预测。

摘要： 一种基于全局特征和内在特征关联的迁移学习方法，包括通过深度神经网络来提取样本的深度特征；从目标域里选择一定比例的样本作为带标签的目标域样本，其余样本属于无标签的目标域样本；采用半监督的对抗迁移学习方法，学习出目标域的基模型；根据深度特征分别对源域的全部样本、目标域的无标签样本分别进行无监督聚类，每个聚类称为一个组件；对源域、目标域的组件进行匹配，每一个匹配称为一个配对；针对每一个配对，都以基模型为基础进行微调，使之更符合该配对里的目标域成分。同时考虑了特征的整体分布、特征之间的内在关联，可以更好地实现知识迁移，从而更好地解决了物体识别等领域里的人工标注费时、费力等问题，提高迁移效率。

摘要： 一种基于故障特征气体间关联特征的变压器故障类型识别方法，该方法基于大量电力变压器多种故障状态下的多种故障特征气体浓度数据，以定量相关关系分析获得不同故障特征气体间在不同故障类型下关联程度的定量表征，进而绘制不同故障状态下多种特征气体间关联程度的曲线，提取不同故障下的关联特征量及其分布范围，并以提取的关联特征为依据进行故障诊断。与基于传统特征量的方法相比，本发明依托于大量历史数据，挖掘不同特征气体之间的关联特征并提取诊断用关联特征量，一定程度地表征了变压器故障时多种变量间的耦合关系，为变压器故障的类型识别提供了一种新的特征量。

摘要： 本发明公开了一种面向多模态特征语义关联特征的暴力视频识别系统，包括视频获取模块、视频分割模块、视频处理模块和暴力视频识别模块，所述视频获取模块、所述视频分割模块、所述视频处理模块和所述暴力视频识别模块依次连接，本发明具有：能够通过视觉、听觉和文本信息三种模态特征语义关联特征的方式对视频中的暴力视频进行识别，能够实现准确度精确、识别效率高的优点。

摘要： 一种基于故障特征气体间关联特征的变压器故障类型识别方法，该方法基于大量电力变压器多种故障状态下的多种故障特征气体浓度数据，以定量相关关系分析获得不同故障特征气体间在不同故障类型下关联程度的定量表征，进而绘制不同故障状态下多种特征气体间关联程度的曲线，提取不同故障下的关联特征量及其分布范围，并以提取的关联特征为依据进行故障诊断。与基于传统特征量的方法相比，本发明依托于大量历史数据，挖掘不同特征气体之间的关联特征并提取诊断用关联特征量，一定程度地表征了变压器故障时多种变量间的耦合关系，为变压器故障的类型识别提供了一种新的特征量。