孙鹤立
- 作品数：60 被引量：100H指数：7
- 供职机构：西安交通大学更多>>
- 发文基金：国家自然科学基金陕西省自然科学基金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文化科学经济管理更多>>
- 一种基于同步动力学模型的网络社团发现方法被引量：4
- 2012年
- 提出一种基于建模同步动力学行为的Kuramoto模型的网络社团发现算法SYN.该方法首先将网络中节点对象按照链接密度关系进行排序,每一个节点对象用一个一维坐标值表示,从而将网络数据矢量化.在聚类过程中,采用同步聚类原理对一个局部邻域内的对象实现同步,最终同步到一起的节点形成一个社团.通过不断扩大节点同步的邻域半径,可以得到不同分辨率的多种社团划分结果.结合社团模块度函数,可以自动选择最佳聚类结果.方法不依赖于任何数据分布假设,可以检测出任意数量、大小和形状的社团.在大量人工合成数据集和真实数据集上的实验结果表明其聚类准确率较高.
- 黄健斌白杨康剑梅钟翔张鑫孙鹤立
- 关键词：社团发现矢量化
- 社交网络事件推荐方法、系统、设备及存储介质
- 本发明属于电子信息技术领域，公开了一种社交网络事件推荐方法、系统、设备及存储介质，包括以下步骤：获取社交网络的待推荐用户以及各待推荐事件；将待推荐用户分别与各待推荐事件进行组合，得到若干用户‑事件组；将各用户‑事件组分别...
- 孙鹤立姜晓龙何亮
- 文献传递
- 一种基于自适应融合的多模态情感识别方法及系统
- 本发明公开了一种基于自适应融合的多模态情感识别方法及系统，对文档中未知情感的文件进行分类，将文档中的词转化为句子向量；使用图像特定的注意力权重将句子向量聚合成图像特定的文档，将图像特定的文档与文本对图像的注意力权重共同聚...
- 孙鹤立肖树杰褚旭光何亮何晖
- 一种基于同步动力学模型的层次聚类方法被引量：7
- 2013年
- 本文基于建模同步动力学行为的Kuramoto模型提出了一种新的有效层次聚类方法.本文提出的方法基于局部邻域的概念,能够实现稳定的局部同步聚类.通过不断扩大对象同步的邻域半径,所提出的方法能够实现层次化的同步聚类.此外,提出对象邻域闭包的概念,在对象间到达完全同步之前就能预测出聚类的形成,从而减少对象动态交互的时间.本文的方法不依赖于任何数据分布假设,无需任何手工参数设置,可以检测出任意数量、形状和大小的聚类.由于同步过程能够有效地规避离群点,该方法有较强的噪声数据抑制能力.在大量真实数据集和人工合成数据集上的实验结果表明本文的方法聚类准确率高,且运行时间较同类基准算法显著缩短.
- 黄健斌康剑梅齐俊杰孙鹤立
- 关键词：层次聚类离群点检测
- 基于自适应距离度量的近似重复记录检测
- 提出了一种结合自适应字符串距离度量的记录相似度学习方法,用于多源Web数据集成中的重复记录检测。该方法使用最大熵分类器标注记录对中的对应字段的关联类型;然后根据每个宇段对的关联类型,为其选择合适的距离涵数;最后使用支持向...
- 黄健斌姬红兵孙鹤立
- 关键词：数据集成
- 文献传递
- 基于事件描述的社交事件参与度预测被引量：1
- 2020年
- 在基于事件的社会网络(EBSNs)的相关研究中,基于事件描述来预测社交事件参与度是难点问题。相关的研究非常有限,研究难度主要来自对事件描述评价的主观性和语言建模算法的局限性。针对这些问题,首先定义了成功事件、相似事件和事件相似度等概念,并基于这些概念将采集自Meetup平台的社交数据进行抽取,同时分别设计了基于拉索回归、卷积神经网络(CNN)和门控循环神经网络(GRNN)的分析预测方法。实验时,先从抽取过的数据中选取部分数据训练三种模型,然后用剩余的数据进行分析预测。结果显示,相较于不含事件描述的事件,经过拉索回归模型处理的事件在不同分类器下的预测准确率可提高2.35%~3.8%,经过GRNN模型处理的事件在不同分类器下的预测准确率可提高4.5%~8.9%,而CNN模型的处理结果不理想。证明了事件描述能够提高事件参与度,GRNN模型在三个模型中预测准确率最高。
- 孙鹤立孙玉柱孙玉柱
- 一种基于信息链和动态核采样的评论生成方法及系统
- 本发明公开了一种基于信息链和动态核采样的评论生成方法及系统，从微博数据集中提取关键词，并将多个不同的关键词组合为关键词链；将关键词链和微博话题进行拼接，构建得到微博信息链；将微博信息链输入预训练语言模型GPT‑2中，生成...
- 孙鹤立黄小勇朱琳琳李梦田吴家若李佳馨
- 基于生成对抗网络的事件描述生成被引量：1
- 2021年
- 在基于事件的社会网络(EBSN)中,自动生成社交事件(Social Event)的事件描述(Event Description)供组织者参考,从而有效避免描述贫乏、描述过度、精准度低的问题,易于形成丰富、准确、高吸引力的事件描述。为了自动生成与真实事件描述足够相似的文本,提出了一种生成对抗网络(GAN)模型GAN_PG来生成事件描述。GAN_PG模型中的生成模型(Generator)采用变分自编码器(VAE),判别模型(Discriminator)采用带门控循环单元(GRU)的神经网络。模型训练时借鉴了强化学习中的策略梯度(PG)下降,并通过设计合理的奖励函数来训练生成器生成事件描述。实验结果表明,设计的模型生成事件描述的BLEU-4值达到了0.67,证明了提出的事件描述生成模型GAN_PG可以无监督地产生与自然语言足够相似的事件描述。
- 孙鹤立孙玉柱孙玉柱
- 一种基于对抗学习和多层融合的情感判别方法及系统
- 本发明公开了一种基于对抗学习和多层融合的情感判别方法及系统，采用双向长短期记忆神经网络Bi‑LSTM获取带有文本上下文信息的通用文本；采用对抗学习增强得到的通用文本；对得到的通用文本进行多层次融合，获取融合全局和局部信息...
- 孙鹤立朱琳琳褚旭光王迎雪孙玉柱张鹏何亮
- 融合语义特征的移动对象轨迹预测方法被引量：7
- 2014年
- 提出一种融合语义特征的移动对象轨迹预测方法．该方法首先将用户的地理位置轨迹转化成语义轨迹，挖掘出语义模式集，同时在语义轨迹中分析用户的移动行为和规律，将具有相似语义行为的用户进行聚类，并挖掘出每个聚类的地理模式集．然后，基于挖掘到的用户个体语义模式集和相似用户地理模式集，构造用来索引和局部匹配的模式树STP-Tree和SLP-Tree．通过对STP-Tree和SLP-Tree的索引和局部匹配，引入一个加权函数实现给定对象运动的语义位置预测．此方法在传统的地理模式预测方法的基础上融合语义特征，可以有效地提取用户的语义活动行为，克服地理位置点特征的局限．在大量真实和人工轨迹数据集上的实验结果表明：该方法的预测准确率较传统方法均有显著提高．
- 黄健斌张盼盼皇甫学军孙鹤立
- 关键词：轨迹预测语义特征模式树
