泛在知识环境下的图书馆

介绍基于数字图书馆普及所产生的泛在知识环境的背景和特点,分析泛在知识环境下的新型知识发布和交流模型(知识链),认为图书馆需要重新定位,泛在知识环境下的图书馆应该成为“知识社区”。     

图像挖掘的模型与技术研究

本文从图像挖掘的定义和特点出发,分析了典型的图像挖掘模型：功能驱动模型和信息驱动模型,并探讨了目前常用的图像挖掘技术,如相似性搜索、图像关联规则挖掘、图像分类、图像聚类和神经网络等。     

网络环境下复合图书馆知识组织探讨

发展是硬道理,复合图书馆是未来发展模式,知识组织是其核心建设,复合图书馆知识组织工具对传统文献和数字资源进行整合挖掘,建立知识导航和知识语义网。     

面向学科的网络信息挖掘系统研究

面向学科的网络信息挖掘是信息检索领域内一个新兴而有实用价值的研究项目。本文分析了面向学科的网络信息挖掘的系统构架,提出了相应的解决方案,其目的是为了解决网络环境下面向学科的科研人员面临的信息过载和资源迷向的问题。     

基于数据挖掘的图书数据预处理

为了更好地从数据类型复杂、冗余空缺值多的海量图书数据中挖掘出切实有用的信息,就必须对数据源进行预处理。基于此目的,文章详细介绍了图书数据的预处理方法,并通过安徽省图书馆图书数据实例验证其有效性和可行性,从而为读者服务提供可靠保障。     

知识交流视角中的图书馆2.0

从知识交流的视角观察图书馆2.0,概述了上世纪末知识交流论出现的背景及其主要观点,并从交流的角度论述了图书馆2.0给图书馆带来的深刻变化。参考文献3。     

探析高校图书馆知识服务理念

文章概要介绍了知识服务的相关理论,主要以中南大学图书馆为例,分析了高校图书馆知识服务理念提出的依据,并探讨了高校图书馆知识服务理念实现的一些措施。参考文献3。     

基于深度学习的中文专利自动分类方法研究

[目的/意义]面向当前国内专利审查和专利情报分析工作中对于海量专利分类的客观需求,设计了7种基于深度学习的专利自动分类方法,对比各种方法的分类效果,从而助力专利分类效率和效果的提升。[方法/过程]针对传统机器学习方法存在的缺陷,基于Word2Vec、CNN、RNN、Attention机制等深度学习技术,考虑专利文本语序特征、上下文特征以及分类关键特征,设计Word2Vec+TextCNN、Word2Vec+GRU、Word2Vec+BiGRU、Word2Vec+BiGRU+TextCNN等7种深度学习模型,以中国专利为例,选取IPC主分类号的"部"作为分类依据,对比这7种模型与3种传统分类模型在中文专利分类任务中的效果。[结果/结论]实证研究效果显示,采用考虑语序特征、上下文特征及强化关键特征的深度学习方法进行中文专利分类具有更优的分类效果。     

基于神经网络的工程图知识表示方法研究

本文在分析工程图知识特点的基础上,提出采用人工神经网络的方法表示其知识,使用BP神经网络实现工程图形符号的知识表达,并设计了基于BP的工程图符识别方法,把识别过程转化为网络内部权值计算过程。     

数据挖掘技术及其应用

数据挖掘是数据库研究中一个很有应用价值的课题,它融合了数据库、人工智能、机器学习等多个领域的理论和技术.本文介绍了数据挖掘的定义、功能、常用技术、数据挖掘过程,以及数据挖掘的应用.