首页>
根据【作者:杨占才,王红,杨冬健,陈洪全,封锦琦,】搜索到相关结果 21 条
-
郑州航空港经济综合试验区物流发展路径研究
-
作者:
王红
来源:
中国经贸导刊(中)
年份:
2019
文献类型 :
期刊
关键词:
QR
UV
FGV
-
描述:
郑州航空港经济综合试验区物流发展路径研究
-
成果导向的民航特色计算机专业实践教学思考
-
作者:
曹卫东
王红
来源:
计算机教育
年份:
2021
文献类型 :
期刊
关键词:
工程教育专业认证
实践教学
计算机专业建设
民航特色
成果导向
-
描述:
分析传统教学模式存在的问题,以提高学生综合实践能力为目标,突出民航行业特色为出发点,从校企联合课程体系建设、实践基地、实践教学考评机制和师资队伍建设方面,探讨符合OBE理念的行业特色计算机专业实践教学改革思路。
-
成果导向的民航特色计算机专业实践教学思考
-
作者:
曹卫东
王红
来源:
计算机教育
年份:
2020
文献类型 :
期刊
关键词:
工程教育专业认证
实践教学
计算机专业建设
民航特色
成果导向
-
描述:
成果导向的民航特色计算机专业实践教学思考
-
航空安全事件关联分析方法研究
-
作者:
王红
郭静
王阳
来源:
安全与环境学报
年份:
2021
文献类型 :
期刊
关键词:
Growth算法
多层
航空安全事件
关联分析
FP
安全工程
关联规则
-
描述:
为有效预防航空安全事件的发生,对航空安全事件进行关联分析,提出了一种改进的FP-Growth算法实现航空安全事件多层关联规则挖掘。首先,采用Pawlak属性重要度约简算法对航空安全事件属性进行约简,结合航空安全领域本体中事件属性的概念层次结构对属性编码;通过引入跨层次频繁项和修补项改进FP-Growth算法,每层设置不同的支持度自底向上对编码后的多层次属性进行挖掘,最后得到事件原因、事件结果、运行阶段、事件类型等多种事件属性之间的多层关联规则。研究表明,该方法能够实现航空安全事件的关联分析,为减少航空安全事件的发生提供语义服务和决策支持。
-
民航突发事件实体识别方法研究
-
作者:
王红
李浩飞
邸帅
来源:
计算机应用与软件
年份:
2021
文献类型 :
期刊
关键词:
长短期记忆神经网络
条件随机场
实体识别
知识图谱
民航突发事件
-
描述:
针对民航突发事件实体自动获取的问题,提出一种将双向长短期记忆网络(BiLSTM)与条件随机场(CRF)结合的民航突发事件实体识别方法。利用领域词典对民航突发事件实体进行自动标注,并将已标注的数据转化为分布式字符向量;采用BiLSTM模型获取序列文本的上下文特征;通过CRF模型获得序列标注结果。实验结果表明,与传统的CRF方法相比,该方法的F值有明显的提升,有效解决了传统方法在识别民航突发事件文本信息中包含复合实体或混合实体方面效率低且大量使用人工定义特征模板的问题,为民航突发事件知识图谱的自动构建提供了更好的方法支撑。
-
航空安全事故因果关系抽取方法的研究
-
作者:
王红
祝寒
林海舟
来源:
计算机工程与应用
年份:
2020
文献类型 :
期刊
关键词:
显式因果关系
自注意力机制
隐式因果关系
关系抽取
航空安全事故
模式匹配
-
描述:
航空安全事故因果关系抽取方法的研究
-
民航突发事件领域本体关系提取方法的研究
-
作者:
王红
李晗
李浩飞
来源:
计算机科学与探索
年份:
2020
文献类型 :
期刊
关键词:
注意力机制
关系抽取
领域本体
门控循环单元(GRU)模型
民航突发事件
-
描述:
民航突发事件领域本体关系提取方法的研究
-
民航突发事件实体识别方法研究
-
作者:
王红
李浩飞
邸帅
来源:
计算机应用与软件
年份:
2020
文献类型 :
期刊
关键词:
长短期记忆神经网络
条件随机场
实体识别
知识图谱
民航突发事件
-
描述:
针对民航突发事件实体自动获取的问题,提出一种将双向长短期记忆网络(BiLSTM)与条件随机场(CRF)结合的民航突发事件实体识别方法。利用领域词典对民航突发事件实体进行自动标注,并将已标注的数据转化为分布式字符向量;采用BiLSTM模型获取序列文本的上下文特征;通过CRF模型获得序列标注结果。实验结果表明,与传统的CRF方法相比,该方法的F值有明显的提升,有效解决了传统方法在识别民航突发事件文本信息中包含复合实体或混合实体方面效率低且大量使用人工定义特征模板的问题,为民航突发事件知识图谱的自动构建提供了更好的方法支撑。
-
基于贝叶斯网络的民航突发事件因果关系分析方法研究
-
作者:
王红
郭笑丹
祝寒
来源:
计算机应用研究
年份:
2019
文献类型 :
期刊
关键词:
贝叶斯网络
因果关系
条件概率
领域本体
民航突发事件
-
描述:
针对民航突发事件因果关系无法有效评估与关联分析的问题,提出了一种基于贝叶斯网络的民航突发事件因果关系分析方法。在民航突发事件应急管理领域本体的基础上引入贝叶斯理论,通过规则设计实现了领域本体中概念、关系与实例的贝叶斯网络转换;然后采用贝叶斯网络知识合成算法E-IPFP构建贝叶斯网络节点的条件概率表,并通过消息传递机制计算父子节点间的概率关系,获得民航突发事件因果关系的概率分布。采用民航突发事件应急管理领域本体和世界民航事故调查跟踪报告中的案例作为实验数据,给出了民航突发事件因果间关系的分析,为基于大数据的突发事件关联分析与推理提供了方法支持。
-
基于Siamese/BERT/wwm模型的航空安全事故因果事件的同指消解
-
作者:
王红
王阳
吴浩正
来源:
计算机应用与软件
年份:
2023
文献类型 :
期刊
关键词:
同指消解
航空安全事故
因果事件
BERT/wwm
孪生神经网络
-
描述:
针对航空安全事故因果事件的抽取结果复杂难以快速确定事故发展过程的问题,提出一种将孪生神经网络(Siamese Network)与BERT/wwm模型相结合的因果事件同指消解方法。该方法在孪生神经网络中将事件句分别输入到相同权重的两个BERT/wwm模型,经平均池化得到句子级语义向量,再通过Softmax分类器进行同指判断并消解,在同指消解的基础上采用逆遍历去冗余,实现了航空安全事故因果链的构建。实验结果表明,该方法有效提高了航空安全事故因果关系的可解释性,为多事故的关联分析奠定了基础。