您的位置: 专家智库 > >

吴陈鹤

作品数:4 被引量:4H指数:1
供职机构:西安交通大学更多>>
发文基金:国家自然科学基金国家科技支撑计划中央高校基本科研业务费专项资金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 2篇专利

领域

  • 3篇自动化与计算...

主题

  • 4篇网络
  • 3篇信息传播
  • 2篇信息推荐
  • 2篇社会网
  • 2篇社会网络
  • 2篇转发
  • 2篇网络信息
  • 2篇连接结构
  • 1篇动态贝叶斯
  • 1篇动态贝叶斯网...
  • 1篇信息融合
  • 1篇在线社会网络
  • 1篇社会
  • 1篇图像
  • 1篇网络图
  • 1篇网络图像
  • 1篇半监督学习
  • 1篇贝叶斯
  • 1篇贝叶斯网
  • 1篇贝叶斯网络

机构

  • 4篇西安交通大学

作者

  • 4篇吴陈鹤
  • 4篇杜友田
  • 3篇苏畅
  • 2篇管晓宏
  • 1篇周亚东
  • 1篇李谦

传媒

  • 1篇自动化学报
  • 1篇计算机工程与...

年份

  • 1篇2017
  • 2篇2013
  • 1篇2012
4 条 记 录,以下是 1-4
排序方式:
一种基于有限节点驱动的微博社会网络信息推荐方法
本发明公开了一种基于有限节点驱动的微博社会网络信息推荐方法,可以求得近似最优的驱动节点集合,使得推荐信息通过这些驱动节点集合驱动后,能够在微博网络中传播能达到近似最大的广度。其中,本发明综合考虑用户间的连接结构、用户对话...
杜友田苏畅管晓宏吴陈鹤
一种基于有限节点驱动的微博社会网络信息推荐方法
本发明公开了一种基于有限节点驱动的微博社会网络信息推荐方法,可以求得近似最优的驱动节点集合,使得推荐信息通过这些驱动节点集合驱动后,能够在微博网络中传播能达到近似最大的广度。其中,本发明综合考虑用户间的连接结构、用户对话...
杜友田苏畅管晓宏吴陈鹤
文献传递
基于异质信息融合的网络图像半监督学习方法被引量:3
2012年
网络图像通常包含文本、颜色和纹理等异质信息.本文提出了一种基于多类异质信息融合的网络图像半监督学习方法—局部协同训练(Local co-training,LCT).该方法在每个视图(对应一类信息)上对每个样本点的邻域构建线性局部模型,利用一组局部模型来表示数据关系;基于信息传播和协同训练对模型进行增量式迭代更新.该算法在协同训练和基于图正则化的方法这两类半监督学习算法间建立了桥梁.局部协同训练算法能够准确地描述样本的复杂分布,并且可以进行高效的增量学习,有利于大规模网络图像的在线学习.在Corel,Pascal和ImageNet数据集上的实验结果表明该方法具有良好的性能.
杜友田李谦周亚东吴陈鹤
有限节点驱动的微博社会网络话题推荐方法被引量:1
2013年
针对微博在线社会网络中的话题推荐问题,研究了如何选取多个驱动用户节点使得推荐话题能够得到大的传播广度,提出了一种新的信息推荐方法,可以求得次优的驱动节点集合使得推荐话题得到近似最大的传播广度。通过三个环节进行计算:通过修正的PageRank算法求得影响力大的节点;计算第一步得到的每个节点引起的话题传播广度;计算多个节点联合驱动时话题传播的广度,选择使传播广度最大的驱动节点集合。实验结果表明选取的近似最优驱动节点集合能够使得推荐信息得到更大广度的传播。
吴陈鹤杜友田苏畅
关键词:在线社会网络信息传播动态贝叶斯网络
共1页<1>
聚类工具0