首页期刊导航|东南大学学报（英文版）
期刊信息/Journal information
东南大学学报（英文版）
东南大学
东南大学学报（英文版）

东南大学

毛善锋

季刊

1003-7985

journal@seu.edu.cn

025-83792627、83795975

210096

南京四牌楼2号

东南大学学报（英文版）/Journal Journal of Southeast University(English Edition)EI
查看更多>>本刊为理工科综合性学术刊物，公开发行。主要刊登本校及校外在土木建筑、机械动力、无线电电子、计算机与自动控制、电力电气、热能工程交通运输、材料科学、生物医学、管理科学与工程、数理化等学科的最新科研成果，促进国内外学术交流。
正式出版
收录年代

    基于嵌入的知识图谱近似查询

    邱敬怡章杜锡宋爱波王红林...
    417-424页
    查看更多>>摘要：为解决现实生活中知识图谱规模庞大而导致近似查询效率低下的问题,提出了一种基于嵌入的知识图谱近似查询方法.首先对查询图中的节点进行分类,根据不同类型节点所需的近似程度,将查询问题转化为3个约束条件,提取近似信息.然后,通过计算嵌入之间的相似度,生成候选集.最后,设计了一个深度神经网络模型和基于高维椭球形扩散距离的损失函数,根据嵌入判断节点间距离,并构建打分函数,返回k个节点作为查询结果.结果表明,所提方法可以同时返回精确匹配结果和近似匹配结果.该方法在DBLP和FUA-S两个数据集上均获得了最高的准确率和召回率,且可分别在0.10和0.03 s内返回结果,效率高于PathSim等对比方法.

    近似查询知识图谱嵌入深度神经网络

      原文链接:
    • 万方数据

    耦合多层次指标的股票走势预测方法

    刘宇潘宇庭刘晓星
    425-431页
    查看更多>>摘要：为了系统地将多种指标的影响纳入到股票走势研究中,设计了一个耦合多层次数据的状态频率记忆网络(Co-SFM)模型.该模型将Copula估计整合到神经网络中,将各个层次的数据信息进行融合并输入到下游的学习模块.Co-SFM使用上游的融合模块来纳入多个层次的数据,构建了宏观-板块-微观的数据结构.这种结构通过多层次的数据指标识别出金融系统中不同层级数据的特征并进行融合,可以更好地挖掘出金融系统中的内在联系.而在下游的模型中,Co-SFM模型使用状态频率记忆网络来挖掘价格数据中隐含的频率信息,对价格数据的多频交易模式进行建模.实证结果表明,Co-SFM模型在融入多层次数据后对股价走势的预测效果明显优于其他模型,尤其在多步长的中长期走势预测中,其预测的精度得到明显提升.

    股票走势预测多层次数据Copula状态频率记忆网络

      原文链接:
    • 万方数据

    Abstracts

    封3页
      原文链接:
    • 万方数据