科研之友
微信
新浪微博
Facebook
分享链接
摘要
在B-CNN模型各个特征通道内引进比例因子，结合正则化激活方式构建稀疏层，完成特征通道筛选，利用改进B-CNN构建异构网络大数据知识表示模型，通过维度变换方式增加卷积滑动窗口的滑动步数，提高数据内实体与关系的信息共享作用，利用可变粒度策略分割有效数据知识三元组的细粒度数据，实现异构网络大数据知识扩充。实验证明：该算法在表示数据知识时三元组预测准确比例较高，归一化互信息与调整兰德指数均较高，收敛速度较快，数据知识表示效果和扩充效果较好。
-
单位郑州成功财经学院; 机电工程学院
