曹春萍
- 作品数：71 被引量：192H指数：8
- 供职机构：上海理工大学光电信息与计算机工程学院更多>>
- 发文基金：国家自然科学基金上海市教育委员会创新基金上海市自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学经济管理电子电信更多>>
- 融合用户历史传播信息的微博谣言检测被引量：1
- 2022年
- 随着互联网技术的发展,以微博为主的社交媒体平台上网络谣言逐渐泛滥,研究微博谣言的自动检测对维护社会稳定具有重要意义。现今主流的基于深度学习的谣言检测方法普遍存在没有充分考虑微博文本语义信息的问题,同时,过分依赖传播信息的谣言检测方法使得检测时间滞后,不能满足谣言检测的现实需求。针对以上问题,本文提出一种融合用户历史交互信息的微博谣言检测模型,不使用待检测微博的传播信息,构建并训练Aba Net(ALBERT-BiGRU-Attention)深度学习网络模型,充分考虑待检测微博和用户历史传播信息文本的文本特征和语义信息进行谣言检测。实验结果显示,本文模型具有准确率高、稳定性强的特点,并且能够在获得较高检测精度的情况下大大缩短谣言检测的时间。
- 卢悦曹春萍
- 语义网络支持下的跨媒体一致性表示研究被引量：1
- 2016年
- 对不同媒体形式的数据进行内蕴知识分析,对其一致性进行表示,是跨媒体时代重要的研究目标之一.传统的知识表达方式大多是基于多媒体文档,对跨媒体数据很难准确表达其之间的知识结构,为了解决跨媒体知识表示的特殊性,研究出一种语义网络支持下的跨媒体的一致性表示方法.详细阐述建立数学模型过程,在主媒体与子媒体之间构建映射语义空间,然后进行语义关联计算,对多媒体对象进行属性感知,完成对跨媒体的单一信息载体进行有效性辨识和属性抽取,最后利用本体知识,构建语义网络,从而进行一致性表示分析.数据集实验结果表明,该方法能够克服多媒体文档知识表示的局限性,具有较好的实用性及准确度.
- 曹春萍王松
- 关键词：跨媒体语义关联语义网络知识表示
- 基于LSA和结构特性的微博话题检测被引量：3
- 2015年
- 针对传统的话题检测方法在处理大规模微博短文本时出现的降维能力不足和语义信息丢失等问题,提出基于潜在语义分析和结构特性相结合的微博话题检测方法。根据微博的对话属性和传播模型,首先要合并微博讨论树扩展微博文本,创建基于潜在语义分析(LSA)的微博文本模型以解决数据稀疏性问题,最后结合时间信息给出新的相似度计算方法,并采用凝聚层次聚类法检测微博话题。实验结果表明,提出的方法降低了话题检测的错失率,大大提高了微博话题检测的性能。
- 曹春萍崔海船
- 关键词：文本聚类语义空间潜在语义分析
- 谈Access中的VBA被引量：1
- 2005年
- Access是一个易学易用的数据库管理系统,但是其性能有限。VBA这一内置功能的集成增强了Access设计专业数据库、满足不同开发人员要求的能力。
- 曹春萍龚崇栋
- 关键词：ACCESSVBA代码数据库管理系统教育技术学
- FDT技术在现场设备管理及故障诊断中的应用
- 2012年
- 通过分析目前工业现场存在的设备种类繁多,不同厂商提供的设备在系统集成时存在复杂性及困难性等现状,提出利用FDT/DTM与EDDL相结合的技术实现不同设备的集成。针对FDT技术在设备故障诊断方面的不足,提出了在设备类型管理器(DTM)中融入故障诊断功能,构建了故障诊断DTM模型,实现了对在线设备运行状态的实时监视和诊断,以提高工业生产的安全性。最后给出了将FDT/DTM技术与故障诊断技术相结合的系统。
- 曹春萍王亚刚梁慧常利
- 关键词：设备管理FDTEDDL故障诊断
- “软件项目管理”课程教学法研讨被引量：5
- 2015年
- "软件项目管理"是软件工程专业中一门非常重要的必修课程,由于该课程理论性和实践性较强,往往给学生的学习带来一定的困难。为了激发学生的学习兴趣,增强学生的实践动手能力,提高教学质量,提出了"多样化"的教学方法和"多元化"的教学手段,经课堂教学实践验证,效果良好。
- 曹春萍赵逢禹张刚赵海燕
- 关键词：软件项目管理教学质量
- 基于可复用构件的软件开发过程被引量：5
- 2005年
- 曹春萍龚崇栋
- 关键词：软件复用软件开发
- 基于随机森林与改进极限学习机的PM2.5浓度模型被引量：2
- 2020年
- 由于PM2.5浓度预测中的影响因素过于复杂,影响因素的高维性与非线性对预测结果有着很大的干扰,容易产生PM2.5浓度预测误差高和模型泛化能力差等问题。针对上述缺陷,可通过一种基于随机森林-粒子群优化-极限学习机(RF-PSO-ELM)的PM2.5浓度预测模型解决。该模型首先使用随机森林算法对影响因素进行特征选择,选择出对于PM2.5浓度重要性高的因素构成特征;再利用提取得到的特征作为PSO-ELM算法的输入;最后对上海市的PM2.5浓度做出预测,从最终的实验数据中可以看出:该模型比支持向量机(SVM)、未优化的极限学习机(ELM)和反向神经网络(BPNN)等预测模型在预测精度和泛化能力方面有着显著的提高。
- 王鑫圆曹春萍
- 关键词：极限学习机PM2.5
- 融合用户特征的微博信息情感演化模型被引量：2
- 2021年
- 大量社交媒体涌现网络,微博作为舆情传播的重要渠道,研究微博网络中的舆情信息传播过程对有关部门舆情治理以及控制具有重要意义.在微博网络信息传播的研究中,往往忽略了用户属性和遗忘机制等因素对于微博信息情感演化的影响,针对这一问题,本文在传统SIR信息传播模型基础上考虑不同用户的情感传播概率和遗忘概率,提出微博网络信息情感传播模型.最后,将改进的微博信息情感传播模型与ESIS和EIC模型进行对比,实验结果显示,提出的改进模型拟合值与真实数据相比误差更小,预测准确度更高,证明本文所提模型能够更准确地描述信息情感发展趋势.
- 曹春萍李丽
- 关键词：SIR模型遗忘机制
- 基于元学习的萌动期网络舆情预测模型
- 2024年
- 现有的时间序列预测模型在网络舆情处于萌动期时,因训练所用数据大多为历史相似事件的网络舆情数据,存在严重的过拟合问题。针对上述问题,本文提出一种基于元学习的萌动期网络舆情预测模型Reptile-BiLSTM,基于SIR模型构建舆情传播网络,根据舆情特点优化OLEI算法并计算舆论的影响力特征,在历史相似事件的舆情数据上对BiLSTM模型进行预训练,使用Reptile算法在少量目标事件的舆情数据上对预训练模型进行微调,提高模型在萌动期网络舆情发展预测任务上的表现。经实验验证,Reptile-BiLSTM在evs、r2指标上较BiLSTM分别上升6%、13%,表明本文提出的模型能够在网络舆情处于萌动期时较准确地预测其发展趋势,能够尽早地为相关工作人员引导舆情发展提供有效的决策支持。
- 刘吉金曹春萍
- 关键词：网络舆情元学习
