【摘 要】
：
在很多应用程序中,一个非常关键的操作是两个对象或者是多个对象之间相互模型的比较。如果结构化的信息可以用图表示,这种比较就可以转化为图的比较,而图模式匹配技术从本质上而言就是图的比较。给定一个模式图,在数据图中寻找与模式图具有相同或者相似结构的子图,这就是图模式匹配。然而目前图模式匹配的研究多集中于挖掘社交网络中满足特定要求的关系信息,在其他领域的研究相对偏少。同时由于医疗知识图谱中蕴含着大量丰富且
【基金项目】
：
国家自然科学基金面上项目:知识图谱中的图模式匹配研究（项目编号:62076087），2021-2024； 国家自然科学基金国际（地区）合作与交流项目:社交媒体大数据分析、处理及应用（项目编号:62120106008），2022-2026；
论文部分内容阅读
在很多应用程序中,一个非常关键的操作是两个对象或者是多个对象之间相互模型的比较。如果结构化的信息可以用图表示,这种比较就可以转化为图的比较,而图模式匹配技术从本质上而言就是图的比较。给定一个模式图,在数据图中寻找与模式图具有相同或者相似结构的子图,这就是图模式匹配。然而目前图模式匹配的研究多集中于挖掘社交网络中满足特定要求的关系信息,在其他领域的研究相对偏少。同时由于医疗知识图谱中蕴含着大量丰富且有用的信息,如果使用图模式匹配技术将这些有用信息挖掘出来,无疑是件非常有意义的事情。因此本文提出了医疗知识图谱当中的图模式匹配研究,主要工作如下:（1）为了快速的完成匹配任务,提出了一种对模式图先划分、再匹配的多线程双向路由匹配算法M-TBRE（Multi-threaded Bidirectional Routing Exploration）。针对部分子图因为某些不太重要的属性约束得不到满足而被过滤的情况,在匹配时引入了模糊约束。多个数据集上的实验结果表明,M-TBRE算法比其它算法具有更好的性能表现。同时引入模糊约束的有效性也得到了验证。（2）针对医疗知识图谱当中的模式图内容变化,而数据图不变的动态图模式匹配问题,提出了多线程最长公共路径匹配算法M-LCPM（Multi-threaded Longest Common Path Matching）。M-LCPM算法仅通过局部匹配就能快速返回匹配结果。多个数据集上的实验结果表明,当模式图动态变化时,M-LCPM算法具有良好的性能表现,并且最长公共路径中边的数目越多,算法的性能越好。（3）针对M-LCPM算法存在匹配结果遗漏以及最长公共路径中边的数目为0时,无法得到匹配结果的问题,提出了优化算法M-LCPM-Enhance（Multi-threaded Longest Common Path Matching Enhance）。多个数据集上的实验结果表明,M-LCPM-Enhance算法可以很好的克服M-LCPM算法的不足。
其他文献
行人轨迹预测是计算机视觉领域的一个热点方向,在无人驾驶、智能交通、智慧城市和机器人自动导航等领域具有较为广泛的应用。基于传统统计模型的方法受限于人工确定的行人运动特征,并且缺乏在复杂拥挤环境中能通用的模型。近年来,基于深度学习的轨迹预测模型,凭借高效的特征提取方法、出色的可移植性、应用面广等优势而成为主流,但现有研究工作仍然存在两点不足:行人运动的不确定性对行人轨迹预测十分重要,然而大多数基于深度
时间序列预测在许多工业和商业应用中发挥着重要作用,例如金融市场、网络流量、天气预报和供水行业等。在这些场景中,人们可以利用大量关于过去行为的时间序列数据来预测将来的值。水是经济和社会发展的重要因素,它在工业生产、居民生活和生态保护等许多方面都有着重要影响。传统的供水系统中缺乏对供水数据进行有效的分析,而深度学习技术可以对数据进行深入的挖掘与利用,并分析数据中潜在的规律性。因此,结合深度学习模型对供
随着国家对于历史文化的日益重视,数字化遗产保护已经成为计算机应用领域的热点问题。很多学者将目光聚焦到了古建筑三维场景生成领域,徽派村落作为中国传统建筑的一个重要分支,是古建筑场景的典型代表,影视、游戏和虚拟现实应用内容在徽派风格场景均有充分的需求。另一方面,布局是三维场景生成的前提条件,而传统村落如徽派风格村落由于历史、风俗等复杂因素,其布局一直是传统建筑保护领域的研究热点,难以量化规则。在此背景
随着制造工艺的精进,静态功耗逐渐成为路由器的主要功耗来源之一。同时为了解决片上网络中长距离多跳传输带来的高延迟和高功耗,将无线通信技术加入片上网络芯片中,从而产生了无线片上网络。无线收发器的加入和布置,使得无线片上网络中的流量更加不均衡,普通的路由技术不考虑拥塞信息,加剧了片上网络的拥塞,使得网络很快达到饱和。基于以上发现及考虑,本文针对NoC提出高效的功率门控策略,针对Wi NoC的拥塞问题提出
表情作为人类一种非语言交流方式,相比起语言交流方式,表情更能直接地反映一个人内心真实意图和心理状态。如何使计算机读懂人类表情,进行更加有效的交流成为人机交互领域的一项重要课题。人脸表情的表达是面部肌肉协同运动的结果,是一个动态变化的过程:相较于静态人脸图像,视频序列记录了表情发生的完整过程,对人脸表情的描述更加真实准确。人脸表情很大程度上是通过与表情相关的人脸关键区域的动态变化来完成,如何改善使其
多变量时间序列（Multivariate Time Series,MTS）分类致力于将具有多个变量和时间属性的数据划分到预定义的类别之中,在金融、医疗、人类活动识别等领域发挥着重要作用。但MTS分类任务中存在许多问题,例如MTS中变量之间存在着复杂的关系特征难以捕捉,样本间存在的潜在关系特征易被忽视,标注的MTS数据少等问题。提取关系特征为分类任务提供更多的关键特征具有重要的研究和应用价值。本文围
近年来,动作捕捉技术已经广泛地应用于影视制作、游戏、康复医疗和体育竞技等领域中。专业动作捕捉系统能够获取精确的人体运动数据,但是价格昂贵、需要较大的采集空间和复杂穿戴过程,难以为普通消费者所用。伴随着虚拟现实技术的快速发展,市场上将涌现更多的体感应用和游戏,将对通过价格低廉的动作捕捉设备获取高精度人体姿态信息的方法产生广泛的需求。本文基于可见光相机、Kinect和IMU传感器,提出了多模态多阶段去
伴随着数字化城市管理的快速发展,三维模型的场景应用愈加广泛,因此针对三维模型的快速建模,和对其动态可视化的探索是具有研究意义的。城市路网的模型是一直以来的研究热点,其中,立交结构是路网中结构复杂的部分,探索面向立交结构的路网模型的快速生成是当前研究的难点;在此基础上,提升三维场景的展示效果,研究关于三维模型场景的动态可视化也具有一定的研究价值。本文对于复杂立交结构模型的快速建模、交互编辑和针对三维
近年来,基于视觉的同时定位与建图（Simultaneous Localization and Mapping,SLAM）技术被应用于移动机器人、虚拟现实等领域,通过相机构建出环境地图并感知自身定位,为自主导航、虚拟交互等技术提供前提条件。环境中的动态物体会影响视觉SLAM系统的精度,通过图像分割技术分割出场景中的语义物体,能够为SLAM系统剔除动态物体提供帮助。而在图像分割中容易出现漏分割现象,使
众包技术通过整合互联网上的大众标注来完成计算机难以处理的问题,为工业界和学术界带来了巨大变革,在情感分析、实体解析、文本翻译等领域发挥了重要作用,为机器学习领域提供了高效的标注数据获取手段。然而,由于众包平台的开放性和隐私保护政策,众包标签往往存在噪声且缺乏先验信息。如何从噪声标签中提取正确的标签（称为真值推理）具有重要的研究和应用价值。本文围绕众包真值推理的单选问题开展相关研究,主要内容如下:（