QQ客服 官方微博 反馈留言

浏览/检索结果: 共9条，第1-9条 帮助 已选(0)清除 条数/页：5101520253035404550556065707580859095100   排序方式：请选择发表日期升序发表日期降序作者升序作者降序提交时间升序提交时间降序题名升序题名降序 基于人工智能专利图谱的技术热点发现以及演化分析 期刊论文 中国发明与专利, 2021, 卷号: 18, 期号: 02, 页码: 13-21 作者:  陈挺;  邓启平;  李国鹏;  王小梅 收藏  |  浏览/下载：28/0  |  提交时间：2021/04/14 可视化  人工智能  技术热点  三方专利  doc2vec  专利图谱   基于人工智能专利图谱的技术热点发现以及演化分析 期刊论文 中国发明与专利, 2021, 卷号: 18, 期号: 02, 页码: 13-21 作者:  陈挺;  邓启平;  李国鹏;  王小梅 收藏  |  浏览/下载：5/0  |  提交时间：2022/01/26 可视化  人工智能  技术热点  三方专利  doc2vec  专利图谱   一种基于多元数据融合的引文网络知识表示方法 期刊论文 情报理论与实践, 2019, 卷号: 10, 期号: 3, 页码: 173 作者:  陈文杰;  许海云 收藏  |  浏览/下载：41/0  |  提交时间：2019/11/15 引文网络  多元数据融合  知识表示  Word2vec  Doc2vec   基于递归张量神经网络的微信公众号文章的新颖度评估方法 期刊论文 情报学报, 2019, 期号: 02 作者:  王平;  侯景瑞;  吴任力 收藏  |  浏览/下载：8/0  |  提交时间：2019/12/05 新颖度评估  递归张量神经网络  Doc2Vec  文本向量  余弦相似度   基于递归张量神经网络的微信公众号文章的新颖度评估方法 期刊论文 情报学报, 2019, 卷号: 38, 期号: 020 作者:  王平;  侯景瑞;  吴任力 收藏  |  浏览/下载：12/0  |  提交时间：2019/12/05 新颖度评估  递归张量神经网络  Doc2Vec  文本向量  余弦相似度   Scene classification based on the bag-of-visual-words and Doc2Vec models for high-spatial resolution remote-sensing imagery 期刊论文 Journal of Applied Remote Sensing, 2019, 卷号: 13, 期号: 2, 页码: 026506-null 作者:  Li, Wenqiang;  Jin, Gui*;  Dong, Yin 收藏  |  浏览/下载：7/0  |  提交时间：2019/12/23 Doc2Vec model  bag-of-visual-words model  semantic information  scene classification   From Act to Utterance: A Research on Linguistic Act Convergence 期刊论文 WIRELESS PERSONAL COMMUNICATIONS, 2018, 卷号: 102, 期号: 2 作者:  Cai, Mali;  Liu, Hui;  Yu, Wei 收藏  |  浏览/下载：3/0  |  提交时间：2019/12/05 Act-utterance convergence  A-U assimilation model  Unified expression framework  Doc2vec   基于Doc2Vec的专利文件相似度检测方法的对比研究 期刊论文 图书情报工作, 2018, 期号: 13 作者:  曹祺;  赵伟;  张英杰;  赵树君;  陈亮 收藏  |  浏览/下载：4/0  |  提交时间：2019/12/05 专利  相似度  深度学习  Doc2Vec   Research on detection methods based on Doc2vec abnormal comments 期刊论文 FUTURE GENERATION COMPUTER SYSTEMS-THE INTERNATIONAL JOURNAL OF ESCIENCE, 2018, 卷号: 86, 页码: 656-662 作者:  Chang, Wenbing;  Xu, Zhenzhong;  Zhou, Shenghan;  Cao, Wen 收藏  |  浏览/下载：4/0  |  提交时间：2019/12/30 Abnormal comments  Doc2vec  CFSFDP  Emotion analysis