您的位置: 专家智库 > >

朱小龙

作品数:3 被引量:5H指数:1
供职机构:中国地质大学(武汉)更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术天文地球更多>>

文献类型

  • 2篇期刊文章
  • 1篇专利

领域

  • 1篇天文地球
  • 1篇自动化与计算...

主题

  • 1篇地理空间
  • 1篇地理空间数据
  • 1篇元组
  • 1篇知识图
  • 1篇知识图谱
  • 1篇三元组
  • 1篇特征提取
  • 1篇戒指
  • 1篇空间数据
  • 1篇计算机
  • 1篇计算机应用
  • 1篇抽取
  • 1篇抽取算法

机构

  • 3篇中国地质大学...
  • 2篇长江大学

作者

  • 3篇朱小龙
  • 2篇谢忠
  • 2篇朱小龙
  • 1篇李举子

传媒

  • 2篇吉林大学学报...

年份

  • 2篇2021
  • 1篇2011
3 条 记 录,以下是 1-3
排序方式:
基于海量文本数据的知识图谱自动构建算法被引量:4
2021年
现有方法在构建知识图谱过程中,由于忽视了对半结构化数据的处理,导致知识图谱构建精确性不高,且耗时过长,为此本文提出基于海量文本数据的知识图谱自动构建算法。利用三元组抽取器实现海量文本数据源抽取,并提取其中的半结构化数据,同时剔除冗余数据。根据数据处理结果,利用数据采集功能选取适当的数据对象,作为知识图谱构建的文本数据源,并对数据源实行文本格式转换、分词和特征提取等规范化处理。分析得出数据的潜在语义,并绘制XTM可视化图谱,构成初步的知识图谱。挖掘该知识图谱中的已存知识,将潜在向量应用在信息推荐中,组成用户、评分与项目的三元组数据,采用图谱演进算法对评分、用户及项目进行预测,构建潜在向量模型生成多领域推荐,从而实现知识图谱的自动演进。实验结果表明,该算法具有更高的构建精确性,并且用时较短,说明该算法具有可靠性与实际应用性。
朱小龙朱小龙
关键词:知识图谱特征提取
基于机器学习的地理空间数据抽取算法被引量:1
2021年
为提高地理空间数据集成抽取的查准率和查全率,提出了基于机器学习的地理空间数据抽取算法。以GeoNames、OpenStreetMap等作为地理信息数据源,通过网络爬虫以及搜索引擎检索同时下载有关网页,并对内容进行过滤,过滤后对网页中的地点名称及地址信息等数据进行解析抽取,实现其可视化。分析抽取得到的地理数据实体,利用地理数据与实体之间的映射,将异构地理数据的歧义消除,实现地理空间数据一体化,并依据实体名称、类别等多特征相似程度计算,实现地理数据特征数字化。结合多特征、机器学习KNN分类法完成地理数据链接自动化,实现地理空间数据的分类抽取。通过实验对本文算法进行验证,结果表明:本文算法具有较高的查准率和查全率,数据抽取效果良好,可为地理数据集成提取奠定基础。
朱小龙朱小龙
关键词:计算机应用地理空间数据抽取算法
戒指(5)
1.本外观设计产品的名称:戒指(5)。;2.本外观设计产品的用途:用于装饰作用。;3.本外观设计的设计要点:在于其形状。;4.最能表明设计要点的图片或者照片:立体图。;5.仰视图无技术特征,省略仰视图。
朱小龙李举子
共1页<1>
聚类工具0