公共文化服务平台

张思佳: 作品数：21 被引量：4H指数：1; 供职机构：大连海洋大学更多>>; 发文基金：国家自然科学基金辽宁省自然科学基金国家教育部博士点基金更多>>; 相关领域：自动化与计算机技术理学文化科学电子电信更多>>

合作作者

水产动物疾病诊断与防治知识图谱构建方法: 本发明公开一种水产动物疾病诊断与防治知识图谱构建方法，包括：对现实生产中数据的收集，并对收集到的数据进行预处理变成标准数据集；对标准数据集进行数据类别划分并根据相应规则对数据进行标注；将经过预处理后的文本分为训练部分和应...; 于红刘巨升杨惠宁杨鹤孙哲涛张思佳

一种小型无人车多车轮动力底板的普适性驱动系统: 一种小型无人车多车轮动力底板的普适性驱动系统，其属于无人驾驶车辆底板驱动的技术领域。该系统获取无人车驱动轮数量、驱动轮状态检测、地形检测、车轮速度检测及上层指令转化等功能，从而实现接发送简单的运行指令即可完成成批的指令下...; 刘明剑薛浩昌郑超金媛媛段浩然刘丽丽张思佳滕琳

一种小型无人车多车轮动力底板的普适性驱动系统: 一种小型无人车多车轮动力底板的普适性驱动系统，其属于无人驾驶车辆底板驱动的技术领域。该系统获取无人车驱动轮数量、驱动轮状态检测、地形检测、车轮速度检测及上层指令转化等功能，从而实现接发送简单的运行指令即可完成成批的指令下...; 刘明剑薛浩昌郑超金媛媛段浩然刘丽丽张思佳滕琳; 文献传递

融合ResNeXt的EBAC鱼类文本联合抽取方法: 本发明属于文本实体关系联合抽取领域，涉及一种融合ResNeXt的EBAC鱼类文本联合抽取方法，将鱼类科普文本输入深度学习模型进行实体关系联合抽取；深度学习模型包括：ERNIE预训练模型，对鱼类科普文本进行编码，获得相应字...; 张思佳于英囡张鑫王梓铭安宗诗孙华王贵艳; 文献传递

关于局部扭立方体的反馈数被引量：1: 2014年; 确定一般网络(或图)的最小反馈点集问题属NP难问题.n维局部扭立方体网络Qltn是n维超立方体网络Qn的变形且是一类重要的互连网络拓扑结构,其拥有的某些性质优于Qn.根据Qltn顶点集合中最后一位字节不同的特点,将其顶点集合划分为两个不相交的子集,通过构造极大无圈子图得到反馈数的上界,并证明了对任意正整数n≥2,存在常数c∈(0,1)使得反馈数为f(n)=2n-1(1-c/(n-1)).; 张思佳徐喜荣刘聪曹楠杨元生; 关键词：独立集

一种融合规则和深度学习的渔业标准知识图谱构建方法: 本发明公开一种融合规则和深度学习的渔业标准知识图谱构建方法，包括收集渔业标准文本并对渔业标准数据集进行预处理；对渔业标准文本进行标注并增广比较关系实体对；搭建规则库和构建并训练深度学习的模型；依据规则库和训练好的BERT...; 于红孙哲涛杨惠宁邵立铭杨鹤刘巨升张思佳孙华王梓铭喻文甫; 文献传递

基于多视图关注网络的图文多模态情感分析模型: 2024年; 针对现有多模态情感分类模型无法全面、准确地捕获复杂的情感信息,以及融合过程中没有充分挖掘两者之间的潜在关联,导致模型结构冗余复杂、计算效率低下的问题,提出一种多视图关注网络(MPF-Net)模型。该模型通过引入多维感知特征捕获机制,全面而精确地获取图像和文本中蕴含的情感信息;其次,采用增强的记忆互动学习机制,使模型能够更加有效地提取和融合单模态特征,并在多轮迭代中不断更新和优化这些特征,从而捕捉到更深层次的情感细节;再构建一个高级深度学习框架,该框架采用生成对抗网络(GAN)与池化技术的深度融合单元,以实现复杂数据特征的高效提取与整合;最后,在保留原有特征信息的基础上进行特征整合,同时通过降维技术降低模型的复杂性,提高计算效率。在公开数据集MVSA-Single和MVSA-Multiple以及自建数据集上通过实验验证所提模型的准确性,结果表明,与多个基线模型对比,所提模型的准确率和F1值均有所提高。; 丛子涵张思佳; 关键词：文本特征提取

一种基于神经网络的鱼病描述情感词的提取方法: 一种基于神经网络的鱼病描述情感词的提取方法，其属于情感词分析的技术领域。该方法是在先验知识的基础之上，通过神经网络去学习文本语义信息中的情感知识的部分，从而辅助远程疾病诊断。具体表现为，在输入端由用户提供的一系列鱼病描述...; 张思佳吴杰丛子涵姜鑫于英囡孙华刘明剑

一种水产动物和疾病文本关系抽取方法: 本发明公开了一种水产动物疾病文本的实体语义关系抽取方法，包括：收集水产动物疾病文本，使用标注工具对文本数据标注，将标注完的数据集输入BERT模型，自动获取词语语义上的特征、并表示和抽取深层次语义，得到第二文本，将标签信息...; 张思佳姜鑫喻文甫毕甜甜沙明洋王梓铭刘明剑

渔业领域术语识别语料标注系统的设计与实现: 2020年; 术语识别是自然渔业处理领域的基础性工作,现在的术语识别均需要采用机器学习的算法实现,而机器学习算法需要大量的语料对算法的模型进行训练,语料标注成为术语识别的基础性、重要性工作。目前,大多数的语料标注均需要采用人工标注方法,语料标注的质量和速度均是该领域需要解决的问题,因此,迫切需要一个平台能够辅助进行语料标注质量的评价,本文设计了渔业领域术语识别语料标注系统,能够让文章标注的更高效、更准确。; 李雅薇姜鑫刘巨升张思佳; 关键词：语义标注人工智能信息检索自然语言处理