陈洁

作品数：78被引量：262H指数：8
导出分析报告
供职机构：安徽大学更多>>
发文主题：多粒度粒化网络社团发现商空间更多>>
发文领域：自动化与计算机技术文化科学经济管理理学更多>>
发文期刊：《统计与决策》《中文信息学报》《计算机学报》《计算机技术与发展》更多>>
所获基金：国家自然科学基金安徽省自然科学基金国家重点基础研究发展计划安徽省高校省级自然科学研究项目更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
长江经济带数字经济的减污降碳效应及作用机制研究——基于市级数据的分析被引量：1
《洛阳理工学院学报（社会科学版）》2024年第5期34-39,共6页华德亚 陈洁 
安徽省教育厅高校研究生科学研究项目“借用规模视角下高铁开通与城市创新非均衡性发展”(编号:YJS20210005);新时代育人省级质量工程项目(研究生教育)“数字普惠金融对农业净碳汇效率的影响研究”(编号:2023xscx082)的阶段性成果.
基于2011~2021年长江经济带104个城市的面板数据,采用公式法测算碳污排放强度,运用固定效应模型与机制检验模型,分析数字经济对减污降碳的影响效应及作用机制,构建减污降碳协同效应模型,探究数字经济的减污降碳协同效应与长江经济带减...
关键词：长江经济带 数字经济 减污降碳 影响机制 协同增效 
基于模块度感知图自编码器的重叠社区发现模型
《清华大学学报（自然科学版）》2024年第8期1319-1329,共11页陈洁 刘斌斌 赵姝 张燕平 
国家自然科学基金项目(61876001);国家社会科学基金重大项目(18ZDA032)。
图自编码器模型作为网络表示学习的代表性方法,在链路预测和节点分类任务方面性能表现优异。然而,图自编码器模型在处理社区发现任务时通常只考虑局部节点连边的重建而忽略了社区全局结构的影响,尤其是在多个社区存在重叠节点的情况下,...
关键词：社区发现 重叠社区 图自编码器 模块度最大化 社区隶属度矩阵 
不确定域特征表示的鲁棒性情感分析模型
《计算机科学与探索》2023年第12期3020-3028,共9页陈洁 李帅 赵姝 张燕平 
国家自然科学基金(61876001);国家社会科学基金重大项目(18ZDA032);安徽省高等学校自然科学基金(KJ2021A0039)。
文本数据在情感分类时往往会出现一些较难分类的模糊数据,这些模糊数据因其不确定性在模型训练时易出现过拟合现象,影响模型的鲁棒性。三支决策理论将初始样本划分为确定域和不确定域,模糊数据所在的不确定域如何选取合适特征表示以便...
关键词：情感分析 三支决策 鲁棒性 多粒度特征表示 特征融合 
利用粗图训练图神经网络实现网络对齐被引量：1
《南京大学学报（自然科学版）》2023年第6期947-960,共14页钱峰 张蕾 赵姝 陈洁 
国家自然科学基金(61876001),安徽省高校科研计划(2022AH051749);安徽省高校优秀人才支持计划(GXYQ2020054);安徽省高校优秀青年骨干人才国内外访学研修项目(GXGNFX2021148)
网络对齐是一项极具挑战性的任务,旨在识别不同网络中的等效节点,由于网络的复杂性和监督数据的缺乏,传统方法的计算复杂度高,精度低.近年来,图神经网络(Graph Neural Networks,GNN)在网络对齐算法中得到了越来越多的应用.已有研究表明...
关键词：网络对齐 图神经网络 网络嵌入 粗图 锚节点对 
基于层次保留的知识图谱嵌入链路预测方法被引量：1
《计算机科学与探索》2023年第9期2174-2183,共10页钱付兰 王文学 郑文杰 陈洁 赵姝 
国家自然科学基金面上项目(61876001);安徽高校自然科学研究项目(KJ2021A0039)。
知识图谱嵌入(KGE)是预测知识图谱(KGs)中缺失链接的重要工具,它将知识图谱中的实体和关系嵌入到连续低维空间中,并尽可能地保留原数据中隐含的各种信息。近年来,一些知识图谱嵌入方法利用极坐标系对知识图谱中普遍存在的语义层次结构...
关键词：知识图谱嵌入(KGE) 链路预测 语义层次 极坐标系 
基于多粒度用户偏好的文档级情感分析
《中文信息学报》2023年第7期122-130,共9页陈洁 王思雨 赵姝 张燕平 余静莹 
国家社会科学基金(18ZDA032)。
不同的用户通常具有多粒度的用户偏好,即用不同的用词习惯来表达情感(单词级用户偏好);在不同的句子上表达出不同的情感强度(句子级用户偏好);用不同的评分特征对产品进行评价(文档级用户偏好)。现有情感模型在文本特征表示时并未考虑...
关键词：情感分类 文档级评论 用户偏好 多粒度注意网络 
基于图粗化的层次图池化方法研究
《小型微型计算机系统》2023年第3期483-489,共7页陈洁 薛远远 曹京晶 赵姝 张燕平 
国家重点研发计划子课题项目(2017YFB1401903)资助;国家自然科学基金项目(61876001)资助;安徽省高校自然科学基金项目(KJ2021A0039)资助。
图神经网络(Graph Neural Networks, GNNs)已被证明能有效对图结构数据进行建模,池化机制在使用GNN模型提取图层次特征过程中至关重要,近年来已经引起了越来越多研究者们的关注.现有基于聚类的层次图池化方法要么需要增加额外的神经网...
关键词：图神经网络 图池化 层次图表示学习 节点重要性 图分类 
基于卷积图神经网络的多粒度表示学习框架
《南京大学学报（自然科学版）》2023年第1期43-54,共12页张蕾 钱峰 赵姝 陈洁 杨雪洁 张燕平 
国家自然科学基金(61876001);安徽省高校优秀人才支持计划(gxyq2020054);安徽省高校优秀青年骨干人才国内外访学研修项目(gxgnfx2021148,gxgnfx2021143);安徽省高校科研计划项目(2022AH051749)。
卷积图神经网络(Convolutional Graph Neural Network,ConvGNN)以其强大的表达能力被广泛应用于社交网络、生物网络等领域的网络表示学习中,多粒度网络表示学习已被证明能够改善已有网络嵌入方法的性能,但目前尚缺乏以改善ConvGNN性能...
关键词：网络表示学习 多粒度 卷积图神经网络 嵌入 注意力 
K阶图卷积属性网络社团检测方法被引量：1
《计算机科学与探索》2022年第12期2788-2796,共9页陈洁 张二明 王倩倩 赵姝 张燕平 
国家重点研发计划子课题(2017YFB1401903);国家自然科学基金(61876001)。
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...
关键词：社团检测 K阶图卷积 属性信息 稀疏性 
基于多关系网络的话题意见领袖挖掘被引量：2
《数据采集与处理》2022年第3期576-585,共10页段震 倪云鹏 陈洁 张燕平 赵姝 
国家自然科学基金(61876001);国防科技创新特区项目(2017-0001-863015-0009)。
社交网络中的意见领袖在信息传播过程中起着重要的作用。传统的意见领袖挖掘仅基于网络结构,没有考虑特定话题或者事件下的作用,且目前基于话题的意见领袖挖掘仅基于单一的网络结构,并没有考虑到节点间的多种交互关系。本文提出一种基...
关键词：意见领袖 两级传播 社交网络 PAGERANK 属性网络表示学习 
全选清除导出
共8页<12345678>
检索报告 对象比较 聚类工具 使用帮助 返回顶部