期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到8篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于BERT-Att-biLSTM模型的医学信息分类研究 被引量：9
1
作者 於张闲 胡孔法 《计算机时代》 2020年第3期1-4,共4页
目前,对互联网上虚假健康信息的研究多集中于谣言识别,而对医学信息自动分类的研究较少。采用基于双向编码的语言表征模型和注意力增强的双向长短时记忆模型(BERT-Att-BiLSTM模型),对健康信息文本进行分类,实现自动识别虚假健康信息。... 目前,对互联网上虚假健康信息的研究多集中于谣言识别,而对医学信息自动分类的研究较少。采用基于双向编码的语言表征模型和注意力增强的双向长短时记忆模型(BERT-Att-BiLSTM模型),对健康信息文本进行分类,实现自动识别虚假健康信息。实验结果表明,BERT-Att-BiLSTM模型可以高效地对医学信息进行分类,其中BERT模型相较于BiLSTM模型,性能提升明显;与融合Word2Vec的BiLSTM模型相比,BERT-Att-BiLSTM模型效果更佳。 展开更多
关键词 健康信息 语言表征模型 双向长短时记忆模型 BERT-att-bilstm模型
在线阅读 下载PDF
基于ATT-BiLSTM的变压器故障预测研究
2
作者 吕通发 何永春 +1 位作者 牟鑫 吕超 《机械设计与制造》 2026年第1期35-39,共5页
变压器作为电能稳定传输的重要媒介,在电力系统中的作用越来越大。但变压器长期暴露于外界环境之下容易发生故障,如何准确高效地预测变压器故障信息成为研究的焦点问题。这里提出了一种基于ATT-BiLSTM的变压器故障预测模型。首先,利用HM... 变压器作为电能稳定传输的重要媒介,在电力系统中的作用越来越大。但变压器长期暴露于外界环境之下容易发生故障,如何准确高效地预测变压器故障信息成为研究的焦点问题。这里提出了一种基于ATT-BiLSTM的变压器故障预测模型。首先,利用HMM模型对变压器故障数据进行数据抽取,实现变压器故障信息的快速处理;然后,设计基于ATT-BiLSTM的变压器故障预测模型,实现变压器故障信息的准确预测。最后,利用电力系统实测数据验证了ATTBiLSTM模型利用可以进行变压器故障的有效预测,保障电力系统的安全稳定运行。 展开更多
关键词 变压器 故障预测 att-bilstm
在线阅读 下载PDF
基于多特征提取的语料库翻译数据标识系统设计 被引量：1
3
作者 杜茜 孙洪建 任海涛 《自动化与仪器仪表》 2023年第4期112-116,共5页
网络信息的多样性和表达不规范性对数据的挖掘翻译和情感分析造成了较大的难度。研究基于语料库领域特点,以候选情感关联性来进行句子情感词性的表达,并引入Att-BiLSTM算法实现对语义文本信息的特征提取和改进K-SVD算法实现分词特征提取... 网络信息的多样性和表达不规范性对数据的挖掘翻译和情感分析造成了较大的难度。研究基于语料库领域特点,以候选情感关联性来进行句子情感词性的表达,并引入Att-BiLSTM算法实现对语义文本信息的特征提取和改进K-SVD算法实现分词特征提取,将语料句子按照词、词性、音节和位置来进行多特征向量建构,并构建起语料库翻译数据标识系统。将研究提出的多特征算法进行性能应用分析,结果表明,研究提出的算法在情感词性数据集下的平均准确率均在75%以上,且其在两种向量和四种向量下的正负性分类准确率分别为89.54%和80.15%,在中文语料库识别中具有超过85%的准确率,英语语料库下的F1值为85.47,数据处理误差均小于其他对比算法。研究提出的算法能有效把握语料句子信息之间的关联性,并从情感性和特征值上进行权重识别,有效为数据翻译提供较为全面的识别依据。 展开更多
关键词 多特征提取 语料库 翻译数据 标识 att-bilstm
原文传递
基于1DCNN-BiLSTM-ATT的海上风电机组齿轮箱油温预警方法研究
4
作者 彭帅 万安平 程晓民 《金陵科技学院学报》 2025年第2期43-50,共8页
针对海上风力发电机组齿轮箱在复杂海洋环境中损坏导致的风电场运维成本过高问题,提出了基于1DCNN-BiLSTM-ATT的油温预警方法。该方法以深度学习理论为基础,构建融合一维卷积神经网络(1DCNN)、双向长短时记忆网络(BiLSTM)和注意力(Atten... 针对海上风力发电机组齿轮箱在复杂海洋环境中损坏导致的风电场运维成本过高问题,提出了基于1DCNN-BiLSTM-ATT的油温预警方法。该方法以深度学习理论为基础,构建融合一维卷积神经网络(1DCNN)、双向长短时记忆网络(BiLSTM)和注意力(Attention)机制的混合模型,通过混合模型完成时空特征提取,采用重构误差构建预警阈值,最终实现齿轮箱油温预警。广东省阳江市某海上风电场监视控制与数据采集(SCADA)系统的实验结果表明:该模型的预测误差显著低于1DCNN-BiLSTM、BiLSTM和1DCNN模型,预警响应时间提前6~22 h,有效提升了故障预警的时效性,为海上风电运维提供了可靠的技术方案。 展开更多
关键词 海上风力发电机组 齿轮箱油温预警 1DCNN-BiLSTM-ATT SCADA系统
在线阅读 下载PDF
基于售后服务记录的卡车动力转向系统漏油分析与预测 被引量：1
5
作者 蒋国璋 张翼翔 +1 位作者 向峰 李公法 《武汉科技大学学报》 CAS 北大核心 2020年第5期362-369,共8页
为了分析卡车动力转向系统的漏油原因,同时避免车辆漏油问题的进一步恶化,提出一种基于售后服务记录的漏油分析预测方法。首先采用自然语言情感分析技术,通过结合注意力机制的双向长短期记忆神经网络模型(Att-BiLSTM)根据漏油描述文本... 为了分析卡车动力转向系统的漏油原因,同时避免车辆漏油问题的进一步恶化,提出一种基于售后服务记录的漏油分析预测方法。首先采用自然语言情感分析技术,通过结合注意力机制的双向长短期记忆神经网络模型(Att-BiLSTM)根据漏油描述文本进行漏油程度量化;然后采用随机森林(RF)算法并结合BP神经网络,基于卡车相关生产数据对漏油的主要原因进行分析,并建立漏油程度预测模型。通过实例验证了本文方法的有效性。对漏油相关原因的分析结果可为卡车制造企业提供工艺改进的依据,同时,根据预测模型分析漏油程度的恶化趋势,可避免严重漏油事故的发生。 展开更多
关键词 动力转向系统 漏油 售后服务记录 情感分析 att-bilstm 随机森林算法 BP神经网络
在线阅读 下载PDF
矿山知识图谱构建的实体关系抽取方法研究
6
作者 杨森森 李海涛 +1 位作者 杜伟升 薛珊珊 《煤炭技术》 CAS 2024年第11期259-263,共5页
知识图谱描述实体及其关系,对煤矿管理、安全监控等提供支撑。构建煤矿知识图谱面临数据多样性和语义关系挑战。提出一种基于ALBERT-BiLSTM-Att-CRF的方法,通过特征提取、上下文捕捉、注意力机制和CRF层优化实体关系抽取,展示较高的准... 知识图谱描述实体及其关系,对煤矿管理、安全监控等提供支撑。构建煤矿知识图谱面临数据多样性和语义关系挑战。提出一种基于ALBERT-BiLSTM-Att-CRF的方法,通过特征提取、上下文捕捉、注意力机制和CRF层优化实体关系抽取,展示较高的准确率和F1值,为煤矿智能化提供技术支撑。 展开更多
关键词 矿山 知识图谱 实体关系抽取 ALBERT-BiLSTM-Att-CRF模型
原文传递
面向煤矿领域的文本关系抽取关键技术研究
7
作者 张淑霞 龚炳江 《电脑知识与技术》 2020年第22期187-189,192,共4页
关系抽取是信息抽取的子任务,将关系抽取应用到煤矿的规范、章程等诸多复杂的文本信息方面,对于煤矿行业知识图谱的构建等研究有重要的价值。文章将目前基于规则、基于机器学习和基于深度学习的关系抽取等主要技术的方法和思路进行分析... 关系抽取是信息抽取的子任务,将关系抽取应用到煤矿的规范、章程等诸多复杂的文本信息方面,对于煤矿行业知识图谱的构建等研究有重要的价值。文章将目前基于规则、基于机器学习和基于深度学习的关系抽取等主要技术的方法和思路进行分析,并提出了使用BiLSTM-ATT(双向长短期记忆网络-注意力机制)模型来实现煤矿行业文本信息中实体关系的抽取。该课题可以为从事煤矿行业的人员和其他领域的研究提供较大的实际意义。 展开更多
关键词 煤矿行业 关系抽取 主要技术 BiLSTM-ATT模型 文本信息
在线阅读 下载PDF
普速铁路桥梁设备缺陷文本分类模型研究
8
作者 郭心全 李俊波 +2 位作者 沈鹍 吴霞 李林 《铁路计算机应用》 2024年第12期14-18,共5页
为解决普速铁路桥梁设备缺陷采集效率低下的问题,提高现场检查作业效率,提出一种融合预训练模型RoBERTa-wwm-ext、双向长短时记忆网络和注意力机制的模型(简称:改进BiLSTM-Att模型),即普速铁路桥梁设备缺陷文本分类模型。采用该模型,以... 为解决普速铁路桥梁设备缺陷采集效率低下的问题,提高现场检查作业效率,提出一种融合预训练模型RoBERTa-wwm-ext、双向长短时记忆网络和注意力机制的模型(简称:改进BiLSTM-Att模型),即普速铁路桥梁设备缺陷文本分类模型。采用该模型,以圬工桥缺陷部位(桥面、支座、墩台、梁拱、桥渡水文、附属设施)缺陷文本分类为目标,对15个铁路局集团公司的普速铁路圬工桥设备缺陷描述文本数据进行了实验验证。结果表明,改进BiLSTM-Att模型的精确率、召回率和F1值均达到了90%以上,相对于对比模型,这些指标均有显著提高;改进BiLSTM-Att模型可有效识别桥梁设备缺陷,辅助现场桥梁设备检查作业。 展开更多
关键词 普速铁路 桥梁 缺陷 BiLSTM-Att模型 文本分类
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部