基于注意力模型的多模态特征融合雷达知识推荐
2021-08-19李稳安陈柳柳
重庆大学学报 2021年7期
李稳安,陈柳柳,陈 实
(1.南京电子技术研究所,南京 210039;2.恩波利亚州立大学商学院,堪萨斯 美国)
随着科研工作的不断深入以及信息技术的高速发展,越来越多的科研相关知识成果被研究者发布在网络上,以便查阅。科研人员经常需要查找感兴趣的技术资料,如何迅速地从广袤浩如烟海的数据中获取需要的条目,是迫切需要解决的问题。知识推荐算法可以对传统的搜索引擎加以优化,近年来活跃在诸多领域中。然而,现有的知识推荐方法仍存在一些不足,其中最主要的问题是:现有方法大多仅考虑知识的单一模态特征,忽视了不同模态特征之间的互补性优势;同时,为所有的数据赋予相同的权重,其中弱相关性的信息影响了提取特征的质量,导致最终的推荐效果不理想。
雷达(radar)是运用无线电定位方法进行探测识别,测定目标坐标或其他情报的装置。在现代军事和生产中,其重要性与日俱增,雷达相关研究产生的知识成果也受到了相关学者的广泛关注。但是,由于雷达知识的数量越来越多,且不同领域的雷达知识专业性较强,科研人员很难快速准确地查找到自己感兴趣的雷达技术资料。因此,通过应用并改进知识推荐算法,从海量的雷达知识中挖掘重要信息,协助检索已有的雷达知识成果,可以有效提高科研人员的学习和工作效率,帮助科研人员快速准确地查找到自己感兴趣的雷达知识,协助科研人员进行雷达相关的研究和技术产品设计。……
登录APP查看全文
