公共文化服务平台

吴蕾: 作品数：25 被引量：84H指数：6; 供职机构：中国农业科学院农业信息研究所更多>>; 发文基金：国家社会科学基金国家自然科学基金中央级公益性科研院所基本科研业务费专项更多>>; 相关领域：文化科学自动化与计算机技术农业科学生物学更多>>

合作作者

农业基因组学近年的主题演化分析: 2023年; 农业基因组学发展迅猛,信息和数据量大增,从研究主题强度、变化路径和研究进展方面总结了全球农业基因组学近年的发展历程。利用农业基因组关键词构建检索式,检索时间从2001年1月至2021年12月,最终在Web of Science数据库中构建SCI和SSCI论文数据集,并以主题强度指标体系来测度各个聚类的受关注度及研究热度。近年全球农业基因组研究成果斐然,实现了从基础研究到生产应用的定向突破,且研究方向的相似性逐渐升高。未来全球农业基因组研究热点将转向关联性、多样性、准确性等更多维度、更高精度的研究,完整基因组、复杂基因组和泛基因组研究和技术的突破、基因芯片的研发仍具挑战。研究结果对基于数据的科学决策和科技创新具有指导意义。; 丁倩吴蕾张学福; 关键词：农业基因组学

基于超网络的微博相似度及其在微博舆情主题发现中的应用被引量：10: 2020年; [目的/意义]准确地计算微博相似度可以提高微博主题挖掘效率,对舆情治理、保障信息安全具有实践意义。针对微博文本语义稀疏、高维的问题,提出一种融入微博非文本特征的超边相似度算法。[方法/过程]分析微博舆情发生机制,利用超网络模型表示微博舆情主题形成过程,通过计算各层子网相似度及各层子网对主题形成的贡献度构建超边相似度算法。[结果/结论]研究发现,论文所提出的相似度方法有助于提升微博舆情信息的主题聚类效果,特别是对于文字性表述相似程度高的微博信息,具有明显的主题区分性。; 梁晓贺田儒雅吴蕾张学福; 关键词：主题发现超网络

稀疏分层概率自组织图实例迁移学习方法被引量：3: 2016年; 针对基于实例的迁移学习在关联多源异构领域数据时遇到的数据颗粒度不匹配问题,以单领域分层概率自组织图(Hi PSOG)聚类方法为基础,提出一种具有迁移学习能力的稀疏化非监督分层概率自组织图(TSHi PSOG)方法。首先,在源领域和目标领域分别基于概率混合多变量高斯分布生成分层自组织模型以便在多领域中分别提取不同粒度的表示向量,并用稀疏图方法通过概率准则控制模型增长;其次,利用最大信息系数(MIC),在具有富信息的源领域中寻找与目标领域表示向量最相似的表示向量,并利用这些源领域表示向量的类别标签细化目标领域数据分类;最后,在国际通用分类数据集20新闻组数据集和垃圾邮件检测数据集上进行了实验,结果表明算法可以利用源领域的有用信息辅助目标领域的分类问题,并使分类准确率最高提高约15.26%和9.05%;对比其他经典迁移学习方法,通过稀疏分层可以挖掘不同颗粒度的表示向量,分类准确率最高提高约4.48%和4.13%。; 吴蕾田儒雅张学福; 关键词：非监督学习

基于词向量的检索扩展方法与农业领域实证: 2019年; 【目的】目前,科技文献大数据中存在着主题词不规范、不统一的情况,因此在构建检索式时很难既满足查全要求,又满足查准要求。针对这一问题,本文提出了一种基于词向量的检索扩展方法,并在“基于多组学大数据的功能基因挖掘与辅助育种技术”领域进行了实验验证。【方法】首先清洗数据集,并将文本映射成词向量,一篇文章可以用其所有词向量的平均向量表示;然后用训练集中文章的平均词向量训练随机森林分类器;最后在测试集中对文本进行分类,从而得到正例数据即检索数据集。【结果】针对“基于多组学大数据的功能基因挖掘与辅助育种技术”领域构建检索式,通过对比检索式所提取的小数据集、扩展检索式数据集和该方法提取的检索数据集的主题词云并对其进行主题共现聚类,结果发现相比小数据集和扩展检索式数据集,检索数据集能够表现另外两个数据集所体现的主题词和主题聚类,同时能够展现更多属于该主题领域的主题词和主题聚类。【结论】结果表明该方法具有较好的查全性和查准性,构建了满足分析的“基于多组学大数据的功能基因挖掘与辅助育种技术”领域数据集,同时在构建其他领域数据集时具有可扩展性,在未来研究中可以被应用到其他目标领域的数据集构建中。; 吴蕾梁晓贺乌吉斯古楞王瑞; 关键词：大数据数据挖掘自然语言处理

基于超网络的微博舆情主题挖掘方法被引量：19: 2017年; [目的/意义]微博舆情的形成是一个多层面、错综复杂的过程,可采用超网络描述和揭示。[方法/过程]构建了包含用户—观点—情感—时序阶段4层子网的超网络模型,并将该模型应用于"毒疫苗"事件这一具体实例中。[结果/结论]研究表明,舆情主题发现超网络模型的子网分析可揭示每层子网的特征信息,超边分析可用于舆情预警分析、舆情主题挖掘及舆情主题演化分析。[局限]下一步研究将从细化指标、多重验证两个方面对模型进行完善。; 梁晓贺田儒雅吴蕾张学福; 关键词：舆情主题挖掘超网络

异构信息网络数据上的融合概率图模型被引量：3: 2014年; 针对异构信息网络中存在多种数据目标类型,以及多种数据连接关系的问题,将多个主题模型和马尔科夫逻辑网相结合,提出了一种融合概率图模型。多个主题模型可以分别描述不同数据目标子空间的主题分布,实现对多种数据目标的预处理。用一阶逻辑子句描述的连接规则构建马尔科夫逻辑网,将每个主题模型中的不同数据目标连接起来。通过使用Gibbs采样,可以对异构网络进行参数学习和推理。在国际通用的异构信息网络DBLP数据集上的实验结果表明,使用融合概率图模型能够更好地表示不同的数据目标和连接关系。实验对比了4种典型的分类方法,多次采样得到的分类结果稳定,对作者、文章和会议取得了较好的分类结果。; 吴蕾张文生王珏; 关键词：概率图模型主题模型

一种基于sic模型的农产品质量安全网络谣言干预方法: 本发明提供一种基于超SIC模型的农产品质量安全网络谣言干预方法，首先通过大数据技术对社交媒体、新闻媒体等公开信息进行数据采集，获取关于农产品质量安全的所有信息资源。然后，基于舆论超网络模型和SIR模型建模思想，建立并设计...; 田儒雅梁晓贺杨璐吴蕾孙巍

一种基于超网络的网络舆情主题相似度计算方法及装置: 本发明公开一种基于超网络的网络舆情主题相似度计算方法及装置，其中，方法包括基于构建的超网络模型，结合在该超网络模型中依据不同算法计算出任意两条超边的社交相似度、时序相似度、情感相似度和关键词相似度，然后根据计算出的社交特...; 梁晓贺田儒雅吴蕾徐倩谢能付

基于深度学习框架的隐藏主题变量图模型被引量：7: 2015年; 隐藏主题变量图模型是一种用节点表示潜在主题或者潜在主题变化的概率图模型.针对当前隐藏主题变量图模型只能提取单层主题节点的缺陷,提出一种基于深度学习框架的提取多层主题节点的概率图模型.该模型在隐藏主题变量图模型的底层增加预处理结构层,即引入自组织映射层,可以有效地提取不同层次的主题状态.另外,隐藏主题变量图模型使用了隐马尔可夫网络和条件随机场的相结合的模型.针对条件随机场,提出了一阶逻辑子句定义的特征函数.弥补了长距离依存特性的缺失.在此基础上提出了一种分层次提取主题状态的新深度学习算法.在国际通用的亚马逊情感分析数据、Tripadvisor情感分析数据上的实验表明,新算法可以提升情感分析的准确率.同时实验结果也表明,提取多层主题状态可以更好地挖掘宏观主题分布信息和评论的局部主题信息.; 吴蕾张文生王珏; 关键词：概率图模型隐马尔可夫模型自组织映射一阶逻辑

基于2000—2016年国家科技奖励获奖项目的食品科学研究进展被引量：3: 2017年; 2000—2016年共有74项食品科研成果获得国家科技奖励,其中技术发明奖16项、科技进步奖58项。文章分析了获奖成果领域分布与单位情况,梳理了在食品生物化学、食品加工、食品安全、贮藏保鲜、发酵酿造等方向的研究进展,提出应更加重视基础研究,提升食品科学原始创新水平,实现国家自然科学奖的突破;同时聚焦全产业链品质质量过程控制,研发食品加工关键工艺与核心技术,创制新型装备与技术标准,为食品应用研究提供科技支撑。; 郑床木陈天金吴蕾王萌; 关键词：食品科学

吴蕾

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

吴蕾

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈