李浩然

作品数：3被引量：4H指数：2
导出分析报告
供职机构：桂林电子科技大学信息与通信学院更多>>
发文主题：层状介质神经网络层级充水反演方法更多>>
发文领域：自动化与计算机技术天文地球电子电信更多>>
发文期刊：《桂林电子科技大学学报》《计算机应用与软件》《现代雷达》更多>>
所获基金：国家自然科学基金广西壮族自治区自然科学基金教育部重点实验室基金更多>>
-
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1-3
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于子图划分的多尺度节点分类方法
《计算机应用与软件》2023年第3期281-286,共6页李浩然 张红梅 
国家自然科学基金项目(61461010);“认知无线电与信息处理”省部共建教育部重点实验室基金项目(CRKL170103,CRKL170104);广西教育大数据与网络安全协同创新中心项目;广西自然科学基金重点项目(2020GXNSFDA238001)。
为了解决深度图神经网络中存在的过平滑问题,提出一种基于子图划分的多尺度节点分类方法。该方法以Graph-Inception网络结构为核心,采用一种基于子图划分的数据预处理方法,通过改变图中的网络结构,优化特征聚集方式,有效地抑制了冗余搜...
关键词：子图划分 多尺度 图神经网络 节点分类 
基于重要性池化的层级图表示学习方法被引量：2
《桂林电子科技大学学报》2020年第4期300-304,共5页张红梅 李浩然 张向利 
国家自然科学基金(61461010);认知无线电与信息处理省部共建教育部重点实验室基金(CRKL170103,CRKL170104);广西高校云计算与复杂系统重点实验室基金(YF16203)。
为解决传统图神经网络在图分类任务上存在训练过程中噪声信息过多以及不能完整地挖掘图的层次表征信息等问题,提出一种端到端的基于重要性池化的层级图表示学习方法。该方法以层内-层间联合特征提取结构为基础,主要包括层内特征提取模...
关键词：图神经网络 重要性池化 层级表示学习 
基于SA算法反演层状介质介电常数的算法被引量：2
《现代雷达》2017年第5期54-58,共5页吕昌民 欧阳缮 李贝贝 姚连明 李浩然 
国家自然科学基金资助项目(61371186);广西自然科学基金项目(2013GXNSFFA019004);广西物联网技术及产业化推进协同创新中心资助项目(WLW20060202;WLW20060201);桂林电子科技大学研究生创新项目(2016YJCX81)
为解决现有方法在反演层状介质介电常数时耗时长、效率低和对薄层介质不敏感的问题,提出了一种基于改进的模拟退火算法反演层状介质介电常数信息的新方法。该方法利用电磁波在各介质层中的双程时延的先验信息来减少反演参数的个数,降低...
关键词：层状介质 模拟退火 扰动模型 薄层 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部