结合自注意力机制和Tree-LSTM的情感分析模型 被引量：23

1

作者 石磊 张鑫倩 +1 位作者 陶永才 卫琳 《小型微型计算机系统》 CSCD 北大核心 2019年第7期1486-1490,共5页

情感分析随着人工智能的发展而逐渐受到重视,微博情感分析旨在研究用户对于社会热点事件的情感倾向,研究表明深度学习在情感分析上具有可行性.针对传统循环神经网络模型存在信息记忆丢失、忽略上下文非连续词之间的相关性和梯度弥散的问... 情感分析随着人工智能的发展而逐渐受到重视,微博情感分析旨在研究用户对于社会热点事件的情感倾向,研究表明深度学习在情感分析上具有可行性.针对传统循环神经网络模型存在信息记忆丢失、忽略上下文非连续词之间的相关性和梯度弥散的问题,为此本文结合自注意机制和Tree-LSTM模型,并且在Tree-LSTM模型的输出端引入了Maxout神经元,基于以上两种改进基础上构建了SAtt-TLSTM-M模型.实验使用COAE2014评测数据集进行情感分析,实验结果表明:本文提出的模型相比于传统的SVM、MNB和LSTM模型准确率分别提高了16.18%、15.34和12.05%,其中引入了Maxout神经元的RMNN模型相对于LSTM模型准确率提高了4.10%,引入自注意力机制之后的Self-Attention+Tree-LSTM模型相比于Tree-LSTM模型准确率提高了1.85%,并在召回率和F值两项指标上均优于其他对比模型.由此证明,本文提出的SAtt-TLSTM-M模型可用于提高情感分析的准确率,具有一定的研究价值. 展开更多

关键词 微博情感分析 自注意力机制 tree-lstm模型 Maxout神经元

在线阅读 下载PDF 职称材料

基于多头注意力机制Tree-LSTM的句子语义相似度计算 被引量：21

2

作者 胡艳霞 王成 +2 位作者 李弼程 李海林 吴以茵 《中文信息学报》 CSCD 北大核心 2020年第3期23-33,共11页

针对现有句子语义相似度计算由于缺乏语义结构信息导致精度低的问题,该文在依存关系树的基础上,提出了一种基于多头注意力机制Tree-LSTM(multi-head attention Tree-LSTM,MA-Tree-LSTM)的句子语义相似度计算方法。首先,MA-Tree-LSTM将... 针对现有句子语义相似度计算由于缺乏语义结构信息导致精度低的问题,该文在依存关系树的基础上,提出了一种基于多头注意力机制Tree-LSTM(multi-head attention Tree-LSTM,MA-Tree-LSTM)的句子语义相似度计算方法。首先,MA-Tree-LSTM将外部具有指导意义的特征作为输入,再将输入结合多头注意力机制作用在Tree-LSTM树节点的所有孩子节点上,为每个孩子节点赋予不同的权重值,从而实现多头注意力机制和Tree-LSTM的融合;其次,将三层的MA-Tree-LSTM应用于句子语义相似度计算并实现句子对的相互指导,从而得到句子对语义特征的多层表示;最后联合多层的语义特征建立句子对语义相似度计算模型,从而实现句子对间相关的语义结构特征的充分利用。该文提出的方法鲁棒性强,可解释性强,对句子单词的顺序不敏感,不需要特征工程。在SICK和STS数据集上的实验结果表明,基于MA-Tree-LSTM的句子语义相似度计算的精度优于非注意力机制的Tree-LSTM方法以及融合了多头注意力机制的BiLSTM方法。 展开更多

关键词 句子语义相似度计算 多头注意力机制 tree-lstm 语义依存树

在线阅读 下载PDF 职称材料

一种基于Tree-LSTM的句子相似度计算方法 被引量：4

3

作者 杨萌 李培峰 朱巧明 《北京大学学报（自然科学版）》 EI CAS CSCD 北大核心 2018年第3期481-486,共6页

在浅层句法树和依存关系树的基础上,提出两种结构化特征:基于短语的浅层句法树NPST和基于短语的依存树NPDT,并将它们与Tree-LSTM模型相结合,进行句子相似度计算。实验表明,使用结构化特征和Tree-LSTM会带来性能的提升。

关键词 句子相似度计算 tree-lstm 结构化特征

在线阅读 下载PDF 职称材料

融合注意力机制和Child-Sum Tree-LSTM的二进制代码相似性检测 被引量：1

4

作者 李涛 王金双 《网络安全与数据治理》 2023年第11期8-14,34,共8页

抽象语法树是一种代码的树型表示,它保留了代码中定义良好的语句组件、语句的显式顺序和执行逻辑。包含丰富语义信息的抽象语法树可以在二进制分析时通过反编译生成,并且已经作为代码特征应用于二进制代码相似度检测。抽象语法树中不同... 抽象语法树是一种代码的树型表示,它保留了代码中定义良好的语句组件、语句的显式顺序和执行逻辑。包含丰富语义信息的抽象语法树可以在二进制分析时通过反编译生成,并且已经作为代码特征应用于二进制代码相似度检测。抽象语法树中不同类别的节点承载着不同的语义信息,对整棵树的语义具有不同的贡献程度。然而现有的二进制代码相似度检测方法所用神经网络无法对抽象语法树节点进行重要性区分,影响了模型的训练效果。针对该问题,提出了一种融合注意力机制和Child-Sum Tree-LSTM神经网络的跨指令集、跨代码混淆二进制代码相似性检测方法。首先使用二进制分析工具IDA Pro对二进制代码反编译提取架构无关的抽象语法树特征,并利用随机采样构造训练样本对。然后使用抽象语法树训练样本对训练融合注意力机制和Child-Sum Tree-LSTM的神经网络模型。在公开数据集BINKIT上的实验表明,所提方法的AUC和Accuracy指标分别为94.1%、66.2%,优于Child-Sum Tree-LSTM算法。 展开更多

关键词 二进制代码 相似性检测 注意力机制 Child-Sum tree-lstm

在线阅读 下载PDF 职称材料

基于TREE-LSTM算法的船舶汽轮机组变负荷故障诊断

5

作者 王灏桐 李彦军 +1 位作者 杨龙滨 史建新 《舰船科学技术》 北大核心 2024年第17期110-115,共6页

针对船舶汽轮机组变负荷过程故障诊断中的耦合参数时序特征难以捕捉以及正常参数变动的干扰等问题,引入TREE-LSTM神经网络模型以实现复杂非线性系统动态数据分类。首先建立某船舶汽轮机组仿真模型,分析并进行故障仿真;随后进行数据预处... 针对船舶汽轮机组变负荷过程故障诊断中的耦合参数时序特征难以捕捉以及正常参数变动的干扰等问题,引入TREE-LSTM神经网络模型以实现复杂非线性系统动态数据分类。首先建立某船舶汽轮机组仿真模型,分析并进行故障仿真;随后进行数据预处理与特征工程;最后训练TREE-LSTM模型进行故障诊断,并与SVM、LSTM等模型进行比较。TREE-LSTM模型对于船舶汽轮机组变负荷过程的故障诊断正确率为98.7%,正确率最高。由于引入时间序列与复杂神经网络拓扑结构,TREE-LSTM在处理非线性系统动态数据分类问题时效果更好。 展开更多

关键词 汽轮机组 动态仿真 故障诊断 树形长短时记忆网络

在线阅读 下载PDF 职称材料

基于文本语义的注意力指针网络文本摘要生成模型

6

作者 谢文博 张晓滨 《计算机与数字工程》 2025年第1期189-195,共7页

论文旨在针对文本摘要生成任务中存在的语义信息编码不充分、生成摘要结果不通顺问题,提出一种基于文本语义的注意力指针网络文本摘要模型。该模型采用改进的序列到序列(Seq2Seq)架构,利用双编码器+双注意力机制对源文档编码以获取文本... 论文旨在针对文本摘要生成任务中存在的语义信息编码不充分、生成摘要结果不通顺问题,提出一种基于文本语义的注意力指针网络文本摘要模型。该模型采用改进的序列到序列(Seq2Seq)架构,利用双编码器+双注意力机制对源文档编码以获取文本的不同特征向量:应用Child-Sum Tree-LSTMs+SelfAttention获取文本的语义特征向量,BiLSTM+SoftAttention获取文本的位置时序特征向量,之后构建门控机制与指针网络融合取舍不同编码器获取到的特征向量,利用覆盖机制解决生成重复问题,最后使用集束搜索选取最终生成词,从而产生更为准确和连贯的摘要。最终实验表明:在中文短文本摘要数据集LCSTS与英文数据集CNN/Daily Mail上,论文模型与对照实验组对比,在ROUGE评分标准下取得了更高的分数,表明该模型能有效地提升文本摘要生成效果。 展开更多

关键词 文本摘要生成 Child-Sum tree-lstms Seq2Seq 指针网络 注意力机制

在线阅读 下载PDF 职称材料

基于CART-LSTM算法的压水堆LOCA诊断方法

7

作者 孙哲俊 王于龙 +1 位作者 魏新宇 孙培伟 《核动力工程》 北大核心 2025年第4期212-217,共6页

失水事故(LOCA)是压水堆的典型事故,事故可能诱发反应堆堆芯熔化,因此及时诊断LOCA非常重要。长短期记忆(LSTM)神经网络是一种改进的循环神经网络(RNN),能够更好地捕捉时序数据中的长期依赖关系,被广泛应用于与时序有关的故障诊断中。... 失水事故(LOCA)是压水堆的典型事故,事故可能诱发反应堆堆芯熔化,因此及时诊断LOCA非常重要。长短期记忆(LSTM)神经网络是一种改进的循环神经网络(RNN),能够更好地捕捉时序数据中的长期依赖关系,被广泛应用于与时序有关的故障诊断中。分类与回归树(CART)是一种常用的分类方法,具有分类速度快、准确率高、可读性强等特点。本文提出一种基于CART-LSTM的压水堆LOCA诊断方法,利用LOCA的数据集对诊断模型进行训练并优化参数,然后将训练好的模型用于LOCA诊断,从而实现对LOCA的早期快速诊断。结果表明,基于CART-LSTM的诊断方法能够准确判断LOCA的位置以及具体的破口尺寸。 展开更多

关键词 失水事故(LOCA) 故障诊断 长短期记忆(LSTM) 决策树

原文传递

基于叠层循环神经网络的语义关系分类模型 被引量：1

8

作者 郝志峰 陈培辉 +2 位作者 蔡瑞初 温雯 王丽娟 《计算机应用研究》 CSCD 北大核心 2020年第1期135-139,157,共6页

基于循环神经网络结合句法结构的方法被广泛运用于关系分类,利用神经网络对输入的编码信息自动获取特征并实现关系分类;然而,目前已有的方法主要是基于单一特定句法结构的模型,而特定句法结构的模型不能够迁移到其他句法结构类型上。针... 基于循环神经网络结合句法结构的方法被广泛运用于关系分类,利用神经网络对输入的编码信息自动获取特征并实现关系分类;然而,目前已有的方法主要是基于单一特定句法结构的模型,而特定句法结构的模型不能够迁移到其他句法结构类型上。针对该问题,提出一种融合多句法结构的叠层循环神经网络模型。该叠层循环神经网络分为两层进行网络构建,首先在序列层进行实体预训练,通过Bi-LSTM-CRF融合attention机制,提高模型对文本序列上实体信息的关注度,从而获取更加准确的实体特征信息,促进关系层阶段更好地分类;其次在关系层,将Bi-Tree-LSTM嵌套在序列层之上,并将序列层的隐状态与实体特征信息传入关系层,利用共享参数对三种不同的句法结构进行加权学习,通过端到端的模型训练并实现语义关系分类。实验结果表明,该模型在SemEval-2010 Task8语料库上的marco-F1值达到了85.9%,并进一步地提升了模型的鲁棒性。 展开更多

关键词 叠层循环神经网络 多句法结构 Bi-tree-lstm 注意力机制 关系分类

在线阅读 下载PDF 职称材料

基于树状结构Parzen估计器优化长短期记忆神经网络的燃煤机组NO_(x)生成浓度预测 被引量：2

9

作者 陈东升 梁中荣 +3 位作者 郑国 何荣强 屈可扬 甘云华 《中国电机工程学报》 北大核心 2025年第7期2710-2718,I0022,共10页

建立更准确的NO_(x)生成浓度预测模型对于燃煤机组减少NO_(x)排放,降低脱硝成本具有重大意义。搭建NO_(x)生成模型基于机组相关变量,同时依赖模型结构设计,设计模型结构的参数称为超参数。进行合理的数据处理与超参数设定,能够有效提升N... 建立更准确的NO_(x)生成浓度预测模型对于燃煤机组减少NO_(x)排放,降低脱硝成本具有重大意义。搭建NO_(x)生成模型基于机组相关变量,同时依赖模型结构设计,设计模型结构的参数称为超参数。进行合理的数据处理与超参数设定,能够有效提升NO_(x)预测模型精度与泛化性。该文提出一种基于树状结构Parzen估计器优化长短期记忆(tree-structure parzen estimator optimized long short-term memory neural network,TPE-LSTM)神经网络的NO_(x)生成浓度预测模型。基于某330 MW燃煤机组的历史运行数据,获取NO_(x)生成相关变量参数,将模型结构参数与NO_(x)相关变量参数的时间序列窗口长度以及主成分数量相互耦合,组成一类新的超参数;通过优化改进后的超参数取值,构建基于长短期记忆(long short-term memory,LSTM)神经网络的NO_(x)生成浓度预测模型;将所提出的超参数优化后的NO_(x)预测模型与基于未优化的LSTM模型、采用粒子群优化的LSTM(particle swarm optimization optimized LSTM,PSO-LSTM)模型对比,预测结果表明,TPE-LSTM预测模型具有较好的模型精度与泛化能力。 展开更多

关键词 燃煤锅炉 NO_(x)生成浓度预测 树状结构Parzen估计器 超参数优化 长短期记忆神经网络

原文传递

基于深度学习的中文零代词识别 被引量：1

10

作者 王立凯 曲维光 +3 位作者 魏庭新 周俊生 顾彦慧 李斌 《南京师范大学学报（工程技术版）》 CAS 2021年第4期19-26,共8页

针对中文零代词识别任务,提出了一种基于深度神经网络的中文零代词识别模型.首先,通过注意力机制利用零代词的上下文来帮助表示缺省的语义信息.然后,利用Tree-LSTM挖掘零代词上下文的句法结构信息.最后,利用语义信息和句法结构信息的融... 针对中文零代词识别任务,提出了一种基于深度神经网络的中文零代词识别模型.首先,通过注意力机制利用零代词的上下文来帮助表示缺省的语义信息.然后,利用Tree-LSTM挖掘零代词上下文的句法结构信息.最后,利用语义信息和句法结构信息的融合特征识别零代词.实验结果表明,相对于以往的零代词识别方法,该方法能够有效提升识别效果,在中文OntoNotes5.0数据集上的F1值达到63.7%. 展开更多

关键词 深度学习 中文零指代 零代词识别 tree-lstm 注意力机制

在线阅读 下载PDF 职称材料

基于产品特征树和LSTM模型的产品评论情感分析 被引量：6

11

作者 颜端武 杨雄飞 李铁军 《情报理论与实践》 CSSCI 北大核心 2019年第12期134-138,共5页

[目的/意义]从产品评论数据挖掘角度出发,研究多层次、细粒度评论倾向性分析问题,为企业提供更全面的产品改善意见.[方法/过程]提出一种基于产品特征树和LSTM模型的产品评论情感分析方法.该方法结合行业产品特点和依存句法分析结果,通... [目的/意义]从产品评论数据挖掘角度出发,研究多层次、细粒度评论倾向性分析问题,为企业提供更全面的产品改善意见.[方法/过程]提出一种基于产品特征树和LSTM模型的产品评论情感分析方法.该方法结合行业产品特点和依存句法分析结果,通过特征类别、层级和特征表述词构建产品特征树;在此基础上,根据用户评论分句及其所包含的产品特征词汇,运用深度学习LSTM模型进行评论分句情感识别和产品特征情感分布计算.[结果/结论]利用真实汽车产品评论数据集进行试验检验,结果表明该方法情感分类准确率高,可实现面向产品特征层级的多粒度情感分布测算.[局限]产品特征树构建需要人工参与,方法模型的普适性有待进一步检验. 展开更多

关键词 产品评论 产品特征树 LSTM模型 细粒度情感分析

原文传递

基于长短期记忆网络的PMU不良数据检测方法 被引量：38

12

作者 杨智伟 刘灏 +1 位作者 毕天姝 杨奇逊 《电力系统保护与控制》 EI CSCD 北大核心 2020年第7期1-9,共9页

同步相量测量单元(Phasor Measurement Units, PMUs)因其同步性、快速性和准确性,已成为复杂电力系统状态感知的最有效工具之一。但是,现场的复杂环境导致PMU数据存在数据丢失、数据损坏、同步异常、噪声影响等质量问题,严重影响其在系... 同步相量测量单元(Phasor Measurement Units, PMUs)因其同步性、快速性和准确性,已成为复杂电力系统状态感知的最有效工具之一。但是,现场的复杂环境导致PMU数据存在数据丢失、数据损坏、同步异常、噪声影响等质量问题,严重影响其在系统中的各类应用,甚至威胁电网安全稳定运行。提出了一种基于长短期记忆(Long Short-Term Memory,LSTM)网络的PMU不良数据检测方法。首先分析了LSTM在不良数据检测中的优势。然后基于LSTM网络对时间序列选择记忆的特性,构造了一种双层LSTM网络架构,提出了对原始数据的分解重构方法。在此基础上,定义了两种目标函数,以获得不同的误差特征。提出了一种基于决策树的不良数据阈值确定方法,实现了不良数据的有效检测。通过大量仿真与实测数据验证了该方法的可行性和准确性,可提高PMU数据质量,使其更好地应用于电力系统的各个方面。 展开更多

关键词 同步相量测量单元 数据质量 不良数据检测 长短期记忆网络 决策树

在线阅读 下载PDF 职称材料

基于树结构长短期记忆神经网络的金融时间序列预测 被引量：10

13

作者 姚小强 侯志森 《计算机应用》 CSCD 北大核心 2018年第11期3336-3341,共6页

针对传统方法对多噪声、非线性的时间序列无法进行有效预测的问题,以多尺度特征融合为切入点,提出并验证了基于树结构长短期记忆(LSTM)神经网络的预测方法。首先,提出了实现预测目标的核心方法,并分析了方法的内在优势;其次,构建了基于... 针对传统方法对多噪声、非线性的时间序列无法进行有效预测的问题,以多尺度特征融合为切入点,提出并验证了基于树结构长短期记忆(LSTM)神经网络的预测方法。首先,提出了实现预测目标的核心方法,并分析了方法的内在优势;其次,构建了基于树结构长短期记忆神经网络的预测模型;最后,基于最近十年的国际黄金现货交易数据对模型进行了验证。实验结果表明,所提算法预测准确率高出最小成功率近10个百分点,证实了所提方法的有效性。 展开更多

关键词 树结构 长短期记忆神经网络 金融时间序列 预测

在线阅读 下载PDF 职称材料

融入习语信息的网络评论情感分析研究 被引量：9

14

作者 钱凯雨 郭立鹏 《小型微型计算机系统》 CSCD 北大核心 2017年第6期1273-1277,共5页

基于网络评论的情感分析已经成为近些年的研究热点.简单来说,该任务是通过使用一些基于规则或统计机器学习算法对文本进行情感倾向分析,这些文本通常是用户针对某个商品或电影做出的评论.在目前主流的研究工作中,通常使用基于特征工程... 基于网络评论的情感分析已经成为近些年的研究热点.简单来说,该任务是通过使用一些基于规则或统计机器学习算法对文本进行情感倾向分析,这些文本通常是用户针对某个商品或电影做出的评论.在目前主流的研究工作中,通常使用基于特征工程的方法,如支持向量机(SVM)、朴素贝叶斯(NB)等,或者使用目前比较热门的基于深度学习的方式,如卷积神经网络(CNN),递归神经网络(RNN)来解决这个问题.这些模型普遍存在一个潜在缺点,即无法对网络评论里面出现的习语进行建模.然而,用户在进行商品或电影的评论时,习语往往被用来表达某种情感.所以,挖掘评论中的习语信息对整个句子的情感判断至关重要.因此,提出一种可融入习语信息的树型-长短时记忆网络(Idiom-based Tree-LSTM)模型,可以很好地对习语进行建模.我们在两个相关的数据集上做了评测,实验结果表明本文的模型在该任务中取得了较好的效果. 展开更多

关键词 习语 情感分析 神经网络 树型-长短时记忆网络

在线阅读 下载PDF 职称材料

基于Leap Motion手势识别方法在树木交互的应用 被引量：7

15

作者 王红全 淮永建 《计算机应用与软件》 北大核心 2018年第10期153-158,共6页

随着人们对更真实体验和更智能交互的追求,虚拟现实技术与深度学习技术成为当前的研究热点。利用Leap Motion设备,结合机器学习算法进行手势训练与识别并应用到树木交互场景中。利用Leap Motion设备采集静态手势和动态手势数据并对其进... 随着人们对更真实体验和更智能交互的追求,虚拟现实技术与深度学习技术成为当前的研究热点。利用Leap Motion设备,结合机器学习算法进行手势训练与识别并应用到树木交互场景中。利用Leap Motion设备采集静态手势和动态手势数据并对其进行特征分析。针对静态手势提出使用SVM算法进行分类,通过对采集5种静态手势的1 000个样本训练与识别,平均识别正确率达到96. 3%;针对动态手势提出使用LSTM模型对手势时间序列进行处理,通过对5种动态手势进行评估后发现其平均准确率达到高达92. 6%。将训练的手势识别结果应用到树木交互场景中,分别选取3种静态手势和动态手势,实现对场景中的树木模型的交互。实验结果表明,使用LSTM模型手势识别方法可以实现更高的动态识别准确率;结合静态和动态手势识别算法,通过匹配离线模型训练的手势库,可以提高用户对树木的交互准确性。 展开更多

关键词 Leap MOTION 手势识别 特征提取 树木交互 LSTM SVM

在线阅读 下载PDF 职称材料

具有选择性局部注意力和前序信息解码器的代码生成模型 被引量：4

16

作者 梁婉莹 朱佳 +4 位作者 吴志杰 颜志文 汤庸 黄晋 余伟浩 《北京大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第1期45-52,共8页

提出一种基于语法的代码生成模型,该模型具有选择性局部注意力和包含前序信息的长短期记忆(LSTM)神经网络解码器,通过更改上下文向量的计算范围,并在解码过程中融合更多的前序信息,增强单词之间的相关性。在Hearthstone和Django两个数... 提出一种基于语法的代码生成模型,该模型具有选择性局部注意力和包含前序信息的长短期记忆(LSTM)神经网络解码器,通过更改上下文向量的计算范围,并在解码过程中融合更多的前序信息,增强单词之间的相关性。在Hearthstone和Django两个数据集上进行的代码生成实验证实了所提模型的有效性,与最新的模型相比,所提模型不仅表现出更出色的准确率和双语评估学习成绩,还可以使计算工作量最小化。 展开更多

关键词 代码生成 抽象语法树 包含前序信息的长短期记忆神经网络(LSTM) 选择性局部注意力

在线阅读 下载PDF 职称材料

基于故障树和LSTM-SVM的稀土电解给料自动辅机故障诊断方法 被引量：1

17

作者 程哲 罗奕 +2 位作者 王腾飞 文渊 董学琴 《机床与液压》 北大核心 2024年第1期217-224,共8页

稀土熔盐电解过程中电解给料自动辅机组件之间工作关联大,故障复杂多样,使用单一故障诊断方法效果不理想。针对这一问题,通过分析给料自动辅机组件之间的工作关系,提出基于故障树和LSTM-SVM的粉体下料设备故障诊断方法。首先搭建多层故... 稀土熔盐电解过程中电解给料自动辅机组件之间工作关联大,故障复杂多样,使用单一故障诊断方法效果不理想。针对这一问题,通过分析给料自动辅机组件之间的工作关系,提出基于故障树和LSTM-SVM的粉体下料设备故障诊断方法。首先搭建多层故障树,分析故障模式,然后根据故障树数据提取重要度较高的故障模式,建立长短期记忆神经网络故障诊断模型,故障定位后根据故障树分析结果所定义的权重大小输出诊断结果,并使用SVM对非故障异常工作状态进行分级。测试结果表明该模型具有较高的故障识别准确率。 展开更多

关键词 故障树 LSTM SVM 故障诊断

在线阅读 下载PDF 职称材料

基于LSTM的三体滑行艇航态预测与航速控制器设计 被引量：2

18

作者 侯永康 邹劲 +2 位作者 董超 刘蔚 谈果戈 《舰船电子工程》 2020年第1期40-45,98,共7页

三体滑行艇的航态问题是一个极其重要的研究内容,其具有预测难度大、受力复杂、稳定性差等特点。目前,DT决策树以及LSTM(Long Short-Term Memory networks)被广泛应用于故障排除、无人控制、路径规划等方面,并具有较好的工程适用性。在... 三体滑行艇的航态问题是一个极其重要的研究内容,其具有预测难度大、受力复杂、稳定性差等特点。目前,DT决策树以及LSTM(Long Short-Term Memory networks)被广泛应用于故障排除、无人控制、路径规划等方面,并具有较好的工程适用性。在本文中,为了研究三体滑行艇在各航速状态下的航态问题,利用DT决策树+LSTM算法,根据三体滑行艇的运动姿态数据进行训练学习,得到艇体各运动参数的权重分配、实时预测,构建艇体运动姿态数据库,实现对于三体滑行艇的航速调节与匹配。通过试验数据与数值仿真数据的对比分析,得出该方法对于三体滑行艇航态的预测具有较高的准确性,设计所得航速控制器对三体滑行艇在各航态下的航速匹配具有较好的工程适用性。 展开更多

关键词 三体滑行艇 决策树 LSTM 运动姿态预测 航速控制

在线阅读 下载PDF 职称材料

基于事件抽取的学科建设知识图谱构建与应用 被引量：8

19

作者 李家瑞 李华昱 +1 位作者 闫阳 付亚凤 《计算机系统应用》 2022年第11期100-110,共11页

学科建设是高校发展的核心,随着高校学科建设的不断深入与强化,学科建设信息持续增加,且以离散的文件组织形式难以对学科建设成果进行高效的管理,不利于后续分析与评估工作的开展.针对此问题,对学科建设知识图谱的构建及相关应用进行了... 学科建设是高校发展的核心,随着高校学科建设的不断深入与强化,学科建设信息持续增加,且以离散的文件组织形式难以对学科建设成果进行高效的管理,不利于后续分析与评估工作的开展.针对此问题,对学科建设知识图谱的构建及相关应用进行了研究.首先通过BERT-BiLSTM-CRF模型对学科建设文本进行事件抽取,并使用爬虫进行相关知识的补充.然后选择属性图模型存储知识,完成学科建设知识图谱的初步构建.基于构建好的知识图谱,搭建了学科建设可视化系统,并引入最小斯坦纳树算法实现智能问答应用.最后,通过对学科建设事件抽取与智能问答方法进行实验分析,验证了本文所提出方法的有效性. 展开更多

关键词 知识图谱 学科建设 BERT-BiLSTM-CRF 斯坦纳树 智能问答 事件抽取

在线阅读 下载PDF 职称材料

匹配输电线路巡检需求的无人机选型研究 被引量：12

20

作者 王淼 刘伟东 +4 位作者 李一鹏 武艺 李源源 张忠瑞 陈明 《电子科技大学学报》 EI CAS CSCD 北大核心 2018年第1期60-65,共6页

近年来,无人机在电力行业输电线路巡检方面得到广泛应用,输电线路无人机自动化巡检技术因其独特的优势受到国内外研究机构及相关部门的广泛关注。但随着巡检任务需求的快速增长,以及市面上所能选择的无人机平台及其载荷类型越来越多,导... 近年来,无人机在电力行业输电线路巡检方面得到广泛应用,输电线路无人机自动化巡检技术因其独特的优势受到国内外研究机构及相关部门的广泛关注。但随着巡检任务需求的快速增长,以及市面上所能选择的无人机平台及其载荷类型越来越多,导致快速完成无人机平台选型的难度增加,通常需要耗费大量人力完成筛选匹配工作。因此,根据任务需求,如何快速可靠地完成无人机平台选型是输电线路自动化巡检研究领域需要重点解决的问题之一。为了解决该问题,该文提出了3层结构的基于异构神经网络的快速匹配选型模型。在模型第1层,提出改进型的独热向量算法,完成了巡检任务相关因素的数值化,并输出任务需求矩阵;在模型第2层,提出基于时间递归神经网络(LSTM)神经网络结构的参数指标生成模型,根据任务需求矩阵生成所需的载荷相应参数;在模型第3层,提出了基于决策树网络的匹配模型,根据生成的参数指标确定最终的无人机平台参数和型号。最后,通过真实选型案例数据,验证了该模型算法的有效性。 展开更多

关键词 决策树 递归神经网络 输电线路巡检 平台选型 无人机

在线阅读 下载PDF 职称材料