周虹
- 作品数：8 被引量：27H指数：4
- 供职机构：深圳大学计算机与软件学院更多>>
- 发文基金：国家自然科学基金广东省高校优秀青年创新人才培养计划项目更多>>
- 相关领域：文化科学自动化与计算机技术更多>>
- 基于力导向布局的知识图谱可视化方法
- 2024年
- 知识图谱数据是由自然语言处理模型在海量文本文献中提取出来的、具有实体间关系的一种典型网络结构数据,而网络结构数据的主流可视化方法是使用力导向布局的节点链接图.针对传统力导向布局的节点链接图没有考虑知识图谱数据中的实体标签和关系标签信息,导致结果中存在实体节点和关系链接的分布较为随机的问题,提出一种基于力导向布局的知识图谱可视化方法.首先对知识图谱数据进行数据准备,获得规模合适的知识图谱子图数据;然后在力导向布局中加入3种新力,使得改进后的布局可以更好地展示知识图谱中实体之间的关系、实体和关系标签类型;最后引入边绑定技术并提供基本的交互技术,提升方法的可视效果和交互功能.在具有3万个实体的医疗知识图谱数据和具有200万个实体的网络黑产知识图谱数据上的实验结果表明,与其他力导向布局方法相比,所提方法的整体布局在细节上更有规律,可读性更好.
- 康健梓周虹
- 关键词：知识图谱可视化
- 说话人识别中基于粒子群优化的GMM训练方法
- 2013年
- 针对高斯混合模型(Gaussian Mixture Model, GMM)参数最优估计问题,常用的最大期望(Expectation- Maximization, EM)算法对初值敏感,在实际训练中极易得到局部最优参数,本文提出了一种GMM参数优化的新方法。将EM算法融入到粒子群优化(Particle Swarm Optimization, PSO)训练过程,形成了一种新的混合算法,利用PSO的全局探索和EM算法的局部深度搜索的混合策略,粒子在每次迭代中执行PSO速度位置更新和标准EM算法的混合更新操作,在训练语音矢量空间搜索最优高斯混合模型参数。从而避免传统EM算法陷入局部最优的缺点。说话人辨认实验表明,与EM算法相比,本文方法可以得到更优的模型参数,能有效提高系统的识别率。
- 薛丽萍姚应龙王志强周虹
- 关键词：说话人识别高斯混合模型粒子群优化
- 基于多层图布局算法的不确定性网络可视化方法被引量：3
- 2018年
- 由于越来越多的数据包含了不确定性,可视化不确定性网络最近几年成为了数据可视化领域中的一个热点。在现有的不确定性可视化研究中,基于概率图布局的方法取得了比较好的效果,通过一种固定采样图算法,可以很好地可视化不确定性网络,并反映出网络中的概率分布情况。针对基于概率图布局的方法存在运行时间过长、图布局不稳定等问题,提出了一种基于多层图布局的方法,改进了多层图布局算法并与固定采样图算法相结合,弥补基于概率图布局的不确定性网络可视化方法的缺陷。实验证明改进之后的算法与原来的方法相比具有更高的时间效率,而且生成的图结构更加稳定。
- 陈炳坤周虹
- 基于计算思维的计算机图形学教学改革被引量：5
- 2013年
- "计算机图形学"是计算机专业的一门重要核心课程。文章从教学内容与教学方法两方面探讨在"计算机图形学"课程中贯彻计算思维能力培养的改革思路与措施。
- 周虹傅向华王志强
- 关键词：计算思维计算机图形学教学内容教学方法
- 计算机游戏设计中的计算思维能力培养被引量：5
- 2013年
- 计算思维能力的培养是大学计算机基础教学的核心任务。计算机游戏设计课程是面向非计算机专业在校生开设的一门普及型游戏设计课程,是计算机基础教学课程体系的重要组成部分。文章结合大学计算思维能力培养的要求,阐述在计算机游戏设计课程中进行计算思维能力培养的思路,并探讨在计算机游戏设计课程中贯彻计算思维能力培养的措施。
- 傅向华周虹
- 关键词：计算思维计算机基础教学教学方法
- 普及型计算机游戏设计课程探索被引量：6
- 2011年
- 当前,国内高校计算机基础教育面向普通在校大学生的普及型游戏开发与设计类课程仍然很少。文章介绍了深圳大学面向非计算机专业学生开设"计算机游戏设计"课程的教学实践过程,通过比较普及型游戏设计类课程与专业类课程的异同,探讨普及型计算机游戏设计课程的教学内容、教学方法和教学实践。
- 傅向华周虹王志强
- 关键词：计算机基础教学教学内容教学实践
- 加强能力培养的“计算机图形学”实验教学改革被引量：7
- 2012年
- 通过分析目前教学中存在的问题,从合理设计实验教学改革内容、更新实验教学环境、改进实验教学方法以及改变考核方式等方面,对计算机图形学的实验教学改革进行探讨。文中所提的方法对学生提升学习兴趣、加深对基本原理的理解、提高实际动手能力和解决问题能力以及教师改善教学效果,具有比较明显的作用。
- 傅向华周虹
- 关键词：计算机图形学实验教学教学实践
- 一种基于空间距离的边绑定方法被引量：1
- 2016年
- 边绑定方法是近年来信息可视化领域的一个研究热点,解决图可视化中由于边的过多交叉而引起的视觉混乱问题。在现有的边绑定方法中,基于路径构建的算法通常能够在时间和绑定效果上获得较好的结果,其中基于边聚类和骨架构建路径的方法具有良好的数据表达能力。在此基础上,提出一种基于空间距离的边绑定的方法,结合边的空间距离和骨架生成的特点,在实现边绑定功能的同时针对以往基于骨架路径的方法做了进一步的改进。实验结果表明,该方法相比原方法有着更高的时间效率,对数据的细节保留更为合理,消除了原方法存在的绑定过度的问题,简化原方法的计算过程,并避免奇异性问题,更为实用。
- 杨豪斌周虹
- 关键词：信息可视化
