导读:本文包含了语义矩阵论文开题报告文献综述及选题提纲参考文献，主要关键词:协同过滤,概率矩阵分解,胶囊网络,多维语义特征
语义矩阵论文文献综述
任开旭,王玉龙,刘同存,李炜[1]（2019）在《融合多维语义表示的概率矩阵分解模型》一文中研究指出协同过滤作为推荐系统核心技术,面临严重的评分数据稀疏性问题.融合物品文本信息可以有效的解决数据稀疏性问题,然而,目前的方法侧重于提取文本的单维特征,忽略了物品语义表示的多维特性.深度挖掘物品内容的多维特性可以更加精细化描述物品的语义信息,有助于提升推荐效果.为此,本文提出基于胶囊网络的概率生成模型.模型利用胶囊网络挖掘文本的多维语义特征,并以正则化方式融入概率矩阵分解框架,建立用户与物品之间的内在关系.实验结果表明本文提出的模型具有更高的评分预测精度.(本文来源于《电子学报》期刊2019年09期）
杨静[2]（2018）在《记忆还是遗忘:语义矩阵理论视域下的《被掩埋的巨人》》一文中研究指出石黑一雄在《被掩埋的巨人》中,对个人与集体记忆中曾经的创伤经历是应当记忆还是被遗忘进行了探讨。本文以格雷马斯的行动元模型与语义矩阵为理论基础,对文本中的人物关系、文本叙事与主题进行梳理分析,试图对主题"记忆还是遗忘"中的深层含义进行探究。(本文来源于《世界文学评论(高教版)》期刊2018年02期）
黄珍,蔡亮[3]（2018）在《基于矩阵分析的语义化web智能检索平台设计与研究》一文中研究指出传统的检索平台缺少对关键词实际意义的理解,只能找到同义词,在同义词上做出检索,检索花费时间较长,检索的精确度很差。为了解决此问题,基于矩阵分析设计了一款语义化web智能检索平台。首先给出了智能检索平台的设计框架,通过信息检索、信息存储和数据集叁个数据层实现智能检索;然后构建了web智能检索平台模型,根据经典模型研发了叁种扩展模型,即布尔检索模型、向量空间模型和逻辑模型,分别介绍了叁种模型的工作内容和工作特点;接着设计了web智能检索平台的工作结构,通过统一字符编码层、NS层、资源描述层、检索扩展层、逻辑层、证明层和信任层来完成检索工作;最后与传统的智能检索平台进行对比,验证了该设计平台的工作效果。由实验结果可知,设计的检索平台可以在短时间内完成智能化检索,检索范围广,内容相关性强,具有很好的发展前景,值得大力推广使用。(本文来源于《九江学院学报(自然科学版)》期刊2018年04期）
朱扬扬[4]（2017）在《基于语义一致性和矩阵分解的跨模态哈希检索研究》一文中研究指出多模态是大数据的重要特性,随着大数据时代的到来,像图像检索文本之类的跨模态数据之间的检索已成为潜在的需求。跨模态哈希(Cross-Modal Hashing)方法通过哈希函数将查询数据转变为汉明空间中的二进制编码,即哈希编码,形式上统一了各模态数据,从而将跨模态数据之间的检索转变为哈希编码之间的检索,降低了存储消耗同时加快了检索速度。另外,哈希编码之间通常保持了对应数据之间的相似性,包括模态内相似性和模态间相似性。相似性保持是本文研究的出发点,同时也是跨模态哈希方法的重要组成部分。然而当前大多数跨模态哈希方法仅依据底层特征对数据之间的相似性进行度量,忽略了语义的重要性,不利于缩小语义鸿沟,也不利于提高检索的准确率。人类是从语义层面对事物进行区分和判断的,因此数据之间的真实关系取决于语义。在底层特征具有噪声或者判别性不强时,语义相似性的使用有利于生成具有较好判别性的哈希编码,进而提高检索的准确率。本文从语义层面度量模态内相似性和模态间相似性,提出了两种跨模态哈希方法,分别为:语义一致性跨模态哈希与基于语义一致性和矩阵分解的跨模态哈希。通过在现存的两个主流的数据集上进行实验,验证了方法的有效性。本文的主要研究内容和创新点:(1)语义一致性跨模态哈希仅使用语义度量数据之间的相似性,降低了计算量和哈希编码到高层语义的语义鸿沟,确保哈希编码之间的相似性与原始数据之间的相似性具有语义上的一致性。哈希函数通过线性映射和二值化将数据转变为哈希编码。(2)基于语义一致性和矩阵分解的跨模态哈希同时利用语义和底层特征度量各模态内数据之间的相似性,并用图指示该相似性,缩小了底层特征到高层语义,以及哈希编码到高层语义之间的语义鸿沟。利用矩阵分解构建各模态数据共同的抽象空间,实现数据的抽象表达,并通过量化抽象表达产生相应的哈希编码,最终将哈希函数的学习转换成二元分类中超平面的学习。(本文来源于《安徽大学》期刊2017-04-01）
张立华[5]（2016）在《格雷马斯语义矩阵之于《群山之巅》的死亡叙事》一文中研究指出格雷马斯的语义矩阵是解读叙事作品结构的重要途径,逐渐被应用到叙事文本的关系分析中,对于在语义矩阵中隐喻的叙事内涵具有深刻的揭示作用。而迟子建的新作《群山之巅》正是以全新的死亡叙事将人物图谱以及故事的形态展开,实现了迟子建小说创作对死亡叙事的全面诠释,揭示出死亡群像背后的意义指向。(本文来源于《绥化学院学报》期刊2016年08期）
毛志[6]（2016）在《基于混合语义矩阵的视频推荐系统》一文中研究指出随着互联网的快速发展,充斥在各个网站上的内容急剧增加,如何快速地提供给用户他们感兴趣的信息变得越来越重要。特别是在视频服务方面,因为在大多数情况下,用户不能确切知道自己想要观看视频的名字,甚至没有特别强烈的想要继续浏览视频网站的意愿。所以视频网站能够主动地向用户推荐他们感兴趣的视频变得尤为重要。因此,视频推荐系统应运而生。对于个性化视频推荐系统来说,如何根据用户的不同兴趣爱好,不同的浏览记录,来给用户高效准确地推荐用户感兴趣的视频,具有非常重要的研究意义,同时也是本文的研究重点。基于上述的研究背景,结合现有的科研成果,同时根据个性化视频推荐系统的实际要求,本文主要进行了以下叁方面的研究工作。首先,针对现有的协同过滤推荐算法和基于内容的推荐算法存在的各种缺点,本文提出了一种智能特征提取和标签量化、权重分配的方法,从而解决了过分依赖专家经验的问题,提高了推荐系统的准确率。然后,在原有基于内容的视频推荐算法的基础上作出改进,提出了一种基于混合语义矩阵的视频推荐方法,设计并实现了一个以混合语义矩阵视频推荐方法为基础的视频推荐系统。最后,详细介绍了该推荐系统从需求分析到架构设计,最后到功能实现的完整过程。在实际数据上的实验结果表明,在准确率和召回率上都有了一定的提升。(本文来源于《湘潭大学》期刊2016-05-25）
王科[7]（2016）在《语义提升和矩阵分解在跨模哈希检索中的应用研究》一文中研究指出多媒体检索一直是计算机视觉领域的研究重点和难点,传统的多媒体检索方法往往关注于单一模态内的数据检索,如文本检索和图像检索。近年来,随着不同类型的多媒体数据的增加,如何实现不同模态间的数据检索已经成为多媒体检索领域的研究热点。跨模哈希(Cross-Modal Hashing)技术通过构造哈希函数将不同模态数据的高维特征映射成低维的二进制哈希编码,并在汉明空间中保持了高维特征的空间结构,具有存储所需空间小和检索速度快的优点,在跨模检索领域得到广泛的关注。本文结合了跨模哈希技术提出了两种跨模检索算法,分别是：基于语义提升哈希的跨模检索算法和基于有监督矩阵分解哈希的跨模检索算法。通过两个公开数据集上的实验,验证了算法的有效性和可行性。主要内容如下：1.将逻辑斯蒂回归(Logistic Regression)和提升(Boosting)算法应用到跨模哈希检索的研究中。首先,为了保存同一模态内数据间的语义相似性,利用多类别逻辑斯蒂回归模型分别将各自模态内的数据映射到相应的语义空间内,得到数据的语义表示。然后,为了缩小不同模态间的语义鸿沟,使用一个联合的提升算法框架来学习哈希函数。最后,通过学习到的哈希函数将数据的语义表示映射到相同的二进制空间内。2.将图的Laplace矩阵表示和协同矩阵分解(Collective Matrix Factorization)技术应用到跨模哈希检索的研究中。首先,分别使用Laplace矩阵来刻画单个模态内的局部流形结构信息和不同模态间的类别标签信息。然后,利用协同矩阵分解技术来学习哈希函数以及不同模态相似数据的统一哈希编码。最后,通过学习到的哈希函数将不同模态的数据特征转化为相同长度的二进制编码。(本文来源于《安徽大学》期刊2016-05-01）
杨春[8]（2016）在《张爱玲小说的深层结构——基于格雷马斯行动元及语义矩阵理论视角下《花凋》的研究》一文中研究指出张爱玲小说的深层结构是非常值得关注和思考的问题,格雷马斯提出了叙事程序、行动元、语义矩阵等理论和概念,成为揭示张爱玲的作品的深层结构一个有效的工具。本文以张爱玲的小说短篇小说《花凋》作为分析的范本,分析《花凋》中四个叙事程序阶段,即产生欲望或愿望阶段、具备实现欲望的能力阶段、实现目标阶段以及得到奖赏阶段。《花凋》中行动元关系表现为:主体(郑川嫦)与客体(章云藩)关系,发送者(郑川嫦的母亲及姐姐)与接收者(郑川嫦)之间的关系,支持者(缺失)与反对者(郑川嫦的父亲母亲以及姐姐们、郑川嫦身体上的病、郑川嫦主观能动性的消失)之间的关系。并建立《花凋》的施动关系结构图。《花凋》的深层结构则表现为生与死的对立,自由与禁锢的对立等。(本文来源于《北京科技大学学报(社会科学版)》期刊2016年01期）
蔡久顺,张执国,师鹏,张小刚[9]（2015）在《二元语义互补判断矩阵的相容性及排序研究》一文中研究指出为了衡量二元语义互补判断矩阵之间的差异程度,对其相容性进行了研究,给出了判断两个二元语义互补判断矩阵是否相容的指标,并提出一种新的排序方法。定义了二元语义的相容度和二元语义互补判断矩阵的相容度,研究了两者的性质,给出了二元语义互补判断矩阵的相容性指标,进而确定专家权重,并结合二元语义的集结算子,得到每一方案优于其他方案的程度并排序。通过实例验证了该方法的有效性和实用性。(本文来源于《计算机工程与应用》期刊2015年24期）
王庆,陈泽亚,郭静,陈晰,王晶华[10]（2015）在《基于词共现矩阵的项目关键词词库和关键词语义网络》一文中研究指出针对专业领域中科技项目的关键词提取和项目词库建立的问题,提出了一种基于语义关系、利用共现矩阵建立项目关键词词库的方法。该方法在传统的基于共现矩阵提取关键词研究的基础上,综合考虑了关键词在文章中的位置、词性以及逆向文件频率(IDF)等因素,对传统算法进行改进。另外,给出一种利用共现矩阵建立关键词关联网络,并通过计算与语义基向量相似度识别热点关键词的方法。使用882篇电力项目数据进行仿真实验,实验结果表明改进后的方法能够有效对科技项目进行关键词提取,建立关键词关联网络,并在准确率、召回率以及平衡F分数(F1-score)等指标上明显优于基于多特征融合的中文文本关键词提取方法。(本文来源于《计算机应用》期刊2015年06期）
语义矩阵论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
石黑一雄在《被掩埋的巨人》中,对个人与集体记忆中曾经的创伤经历是应当记忆还是被遗忘进行了探讨。本文以格雷马斯的行动元模型与语义矩阵为理论基础,对文本中的人物关系、文本叙事与主题进行梳理分析,试图对主题"记忆还是遗忘"中的深层含义进行探究。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
语义矩阵论文参考文献
[1].任开旭,王玉龙,刘同存,李炜.融合多维语义表示的概率矩阵分解模型[J].电子学报.2019
[2].杨静.记忆还是遗忘:语义矩阵理论视域下的《被掩埋的巨人》[J].世界文学评论(高教版).2018
[3].黄珍,蔡亮.基于矩阵分析的语义化web智能检索平台设计与研究[J].九江学院学报(自然科学版).2018
[4].朱扬扬.基于语义一致性和矩阵分解的跨模态哈希检索研究[D].安徽大学.2017
[5].张立华.格雷马斯语义矩阵之于《群山之巅》的死亡叙事[J].绥化学院学报.2016
[6].毛志.基于混合语义矩阵的视频推荐系统[D].湘潭大学.2016
[7].王科.语义提升和矩阵分解在跨模哈希检索中的应用研究[D].安徽大学.2016
[8].杨春.张爱玲小说的深层结构——基于格雷马斯行动元及语义矩阵理论视角下《花凋》的研究[J].北京科技大学学报(社会科学版).2016
[9].蔡久顺,张执国,师鹏,张小刚.二元语义互补判断矩阵的相容性及排序研究[J].计算机工程与应用.2015
[10].王庆,陈泽亚,郭静,陈晰,王晶华.基于词共现矩阵的项目关键词词库和关键词语义网络[J].计算机应用.2015