潘伟民

作品数：50被引量：139H指数：6
导出分析报告
供职机构：新疆师范大学计算机科学技术学院更多>>
发文主题：谣言教育信息化神经网络教育卷积更多>>
发文领域：自动化与计算机技术文化科学理学一般工业技术更多>>
发文期刊：《江汉大学学报（自然科学版）》《中国图象图形学报》《微电子学与计算机》《电化教育研究》更多>>
所获基金：国家自然科学基金教育部人文社会科学研究基金博士后科研启动基金新疆维吾尔自治区教育科学“十一五”规划课题更多>>
-
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：
基于DACO-Bi-LSTM的交通流量预测被引量：1
《信息技术》2024年第5期8-14,21,共8页郭金城 潘伟民 
国家自然科学基金项目(62162061)。
针对交通流量预测任务存在预测精度低、泛化性不足且对深度学习模型调参不全面等问题,提出了一种基于改进蚁群优化算法的双向LSTM交通流量预测模型,利用改进蚁群算法的全局寻优能力对Bi-LSTM网络的层数、神经元个数、批次大小、训练次...
关键词：交通流量预测 蚁群算法优化 双向长短时记忆网络 模型调参 
基于预训练语言模型的早期微博谣言检测被引量：1
《计算机与数字工程》2023年第5期1075-1080,1184,共7页冯茹嘉 张海军 潘伟民 
2019年度自治区创新环境(人才、基地)建设专项(人才专项计划--天山雪松计划)“面向高校课堂的多模态数据情感倾向性分析的关键技术研究”(编号:2019XS08);国家自然科学基金-新疆联合基金重点项目“网络谣言检测与舆论引导算法研究”(编号:U1703261)资助。
该文基于微博数据以实现早期谣言检测为目的,挖掘微博内容的深层语义信息。为提高谣言检测效率,该文使用预训练语言模型对部分参数进行了预训练,提高了模型的训练速度,同时解决了一词多义情况的词向量表示问题,优化了深层语义信息的表...
关键词：谣言检测 预训练模型 深度学习 
基于用户行为特征的微博谣言检测
《计算机与数字工程》2023年第4期850-854,共5页李艳君 张海军 潘伟民 
国家自然科学基金-新疆联合基金重点项目(编号:U1703261);2019年度自治区创新环境(人才、基地)建设专项(人才专项计划--天山雪松计划)(编号:2019XS08)资助。
众多谣言在公开社交平台微博上肆意产生与传播,谣言检测有利于降低谣言对社会产生的不良影响。为探究微博用户的行为特征与该用户发布谣言的关联,提出一种基于用户行为特征的微博谣言检测算法(RDUC)。该模型主要以用户的点赞、转发和评...
关键词：用户行为 ERNIE DPCNN 谣言检测 
基于代价敏感的中文文本的情感-原因对提取研究
《计算机与数字工程》2022年第10期2229-2232,2258,共5页胡朝晖 潘伟民 张海军 韩连金 
国家自然科学基金—新疆联合基金项目“网络谣言检测与舆论引导算法研究”(编号:U1703261);新疆师范大学硕士研究生科研创新基金项目“基于时间序列的微博谣言检测方法”(编号:XSY202002005)资助。
情感-原因对提取在商业信息挖掘等领域有重要的应用。为了解决情感-原因对提取任务中数据集出现的标签不平衡问题,提出基于代价敏感的损失函数方法解决标签不平衡,同时,针对谷歌全词覆盖BERT的国外公开数据集缺乏中文语言的相关模型和...
关键词：情感-原因对提取 标签不平衡 代价敏感 BERT-wwm 
基于时间序列的微博谣言检测被引量：2
《计算机与数字工程》2022年第8期1751-1754,1765,共5页韩连金 潘伟民 张海军 
国家自然科学基金—新疆联合基金项目“网络谣言检测与舆论引导算法研究”(编号:U1703261);新疆师范大学硕士研究生科研创新基金项目“基于时间序列的微博谣言检测方法”(编号:XSY202002005)资助。
微博的低门槛造就了谣言产生的低成本,致使微博成为谣言信息的温床。因此,快速有效地检测谣言对微博至关重要。论文提出基于时间序列的微博谣言检测方法。为了提高谣言事件检测的性能,针对时间序列划分方法进行研究,提出基于聚类的微博...
关键词：谣言检测 时间序列 聚类 GRU 
基于虚拟仿真的计算机硬件实验教学体系建设研究被引量：2
《新疆师范大学学报（自然科学版）》2022年第2期1-8,共8页彭成 潘伟民 肖克来提·库热西 杨浩 
校级教改项目(SDJG2020-01)。
伴随着虚拟仿真技术日渐成熟,将该技术运用到计算机硬件类课程的教学是一个非常有益的举措,并能获得较好的教学效果。传统计算机硬件类课程教学方法的开展实验依赖硬件环境,存在教师、时间、场地和设备状况等诸多限制,从而影响学习者对...
关键词：虚拟仿真 Logisim 硬件课程 实验教学体系 教学改革 
基于多任务学习的微博谣言检测方法被引量：11
《计算机工程与应用》2021年第24期192-197,共6页沈瑞琳 潘伟民 彭成 尹鹏博 
新疆师范大学重点实验室项目(XJNUSYS2019B13);国家自然科学基金委NSFC-新疆联合基金重点支持项目(U1703261);2020年新疆维吾尔自治区研究生教育改革创新计划项目(XJ2020G235)。
微博谣言的广泛传播给当今社会造成了日益严峻的负面影响。基于深度神经网络的方法存在缺少大量带标签的数据。研究发现,谣言经常伴随负面情感,而非谣言则伴随正面情感,考虑到谣言与非谣言之间表现出的相反情感倾向性,提出一种将谣言检...
关键词：多任务学习 谣言检测 情感分析 微博 
基于迁移学习的微博谣言检测方法被引量：1
《计算机工程与设计》2021年第12期3534-3539,共6页沈瑞琳 潘伟民 张海军 
2020年新疆维吾尔自治区研究生教育改革创新计划基金项目(XJ2020G235);新疆师范大学重点实验室基金项目(XJNUSYS2019B13);国家自然科学基金委NSFC-新疆联合基金重点支持基金项目(U1703261)。
为解决基于深度神经网络的微博谣言检测工作中带标签数据稀缺的问题,提出一种基于迁移学习的微博谣言检测方法。利用双层双向的门控循环单元和卷积神经网络组成的联合模型作为特征提取器,利用丰富的评论数据对联合神经网络进行预训练,...
关键词：谣言检测 迁移学习 微博 深度神经网络 预训练 
基于深度学习的多重文档结构识别方法研究被引量：1
《电子设计工程》2021年第21期53-56,共4页徐一鸣 潘伟民 
针对多重文档识别时出现的识别效率慢与识别精准度低的问题,文中提出了一种基于深度学习的多重文档结构识别方法。利用自编码器构建多层文档学习网络,调整训练的参数,使用卷积神经网络内的多层神经网络对多重文档进行特征提取、特征学...
关键词：深度学习 多重文档 结构识别 特征提取 
基于情感分析和Transformer模型的微博谣言检测被引量：5
《计算机与现代化》2021年第10期1-7,共7页冯茹嘉 张海军 潘伟民 
2019年度自治区创新环境(人才、基地)建设专项(人才专项计划——天山雪松计划)项目(2019XS08);国家自然科学基金-新疆联合基金重点项目(U1703261)。
针对微博文本以实现谣言检测为目标,深度挖掘微博正文内容的语义信息,并且着重强调用户在微博评论中体现的情感倾向性,提升谣言识别效果。为提高谣言检测的准确率,采取基于XLNet的词嵌入方法,使用Transformer的Encoder的模型提取微博正...
关键词：谣言检测 情感分析 XLNet Transformer模型 深度学习 
全选清除导出
共5页<12345>
检索报告 对象比较 聚类工具 使用帮助 返回顶部