双向长短时记忆网络相关论文
实现“碳达峰、碳中和”已经成为中国重要的战略目标,提高以光伏发电为代表的可再生能源发电比例是推进碳减排的重要途径。近年来......
为了对电力变压器进行更精确的故障诊断,提出一种基于粒子群优化(PSO)双向长短时记忆(Bi-LSTM)网络的变压器故障诊断方法。在5种变压器......
在现代农业发展中,农作物病虫害是制约农业产量和提升农业发展的重要因素,对病虫害的预防和预测成为了越来越多专家和农业工作者关......
随着机动车保有量的增加,交通拥堵问题已呈现出全国化、常态化和严重化趋势,智能交通系统凭借先进的信息采集、传输、加工和应用技......
输电塔在架空输电线路中起着支撑地线、导线以及其他附件的作用,是保证电力顺利传递的枢纽。但由于其长期处于自然灾害频发的户外......
针对现阶段深度睡眠分期模型存在的梯度消失、对时序信息学习能力较弱等问题,提出一种基于双向长短时记忆卷积网络与注意力机制的......
针对传统故障诊断方法无法自适应选择特征以及难以应对负载变动、噪声干扰的问题,提出一种基于注意力机制的端对端故障诊断方法,通过......
滚动轴承作为最常见的旋转机械零部件,其服役状态下产生的振动信号具有典型的周期性特征,为充分发挥轴承振动信号的这一特征,提出一种......
传统数据驱动的方法过度依赖先验知识且特征提取能力不足,从而导致预测精度不高等后果。针对这一问题,提出了一种带有自注意力机制(Se......
天气变化对人类生产生活和社会经济发展有不容忽视的重要影响。近年来观测技术发展迅速,气象数据的规模和维度剧增,更是对气象预测......
针对利用评论与转发信息进行谣言检测存在滞后性的问题,在仅使用谣言文本与谣言类别标识的情况下,提出一种基于情感特征和谣言种类的......
针对滑坡易发性预测建模中滑坡-非滑坡样本可能存在误差、环境因子间非线性关系较复杂且机器学习可解释性未被关注等重要问题,拟提......
网络流量入侵检测技术对主机和平台安全起着重要的作用。目前常采用机器学习和深度学习方法进行网络流量入侵检测,然而相关数据集的......
针对配电网施工中违章现象频发导致监管工作中出现的频繁调度问题,提出一种基于双向长短时记忆(Bi-LSTM)和多通道注意力机制的电网施......
针对传统光伏功率预测精度不高的问题,提出了一种将卷积神经网络和双向长短时记忆网络结合的预测模型。将光伏电站的气象历史数据归......
伴随着航空技术的发展,航空发动机变得越来越精密,越来越复杂,精准的发动机剩余使用寿命预测(Remaining Useful Life,RUL)的难度变得......
随着社交网络与电子商务的迅速发展,大量的商品评论文本呈井喷式出现。对这些评论文本使用情感分析技术进行挖掘,通过分析消费者对......
[背景]及时掌握领域术语有助于动态把握领域发展方向,揭示领域的核心知识与研究热点.[目的]为提高领域术语抽取准确率,提出一种基......
为充分利用MOOC上下文信息,精确表示学习者和课程特征,提出一种多特征融合的MOOC推荐模型MFF-MOOCREC。利用文本卷积神经网络和双向......
暴力检测在音视频检测领域具有十分重要的地位,有着重大的研究意义。在安防领域快速检测出暴力行为,有利于减少人员伤害。在体育竞......
针对以文本词向量作为卷积神经网络的输入无法考虑情感特征对文本情感极性的影响、难以突出对类别更具代表性的词且卷积神经网络无......
短期货运量预测研究是铁路运输企业编制日常工作计划的重要依据,准确的货运量预测结果对铁路货运组织工作具有积极意义.针对铁路短......
随着电子病历数据量的快速增长,如何深层次、高效率地利用电子病历资源成为越来越迫切需要解决的问题.从真实病历出发,研究电子病......
水泥熟料游离氧化钙(fCaO)含量是衡量熟料煅烧质量的重要指标,其精准预测对优化生产具有重要的指导作用。目前,主要采用现场取样离线......
命名实体识别是自然语言处理任务应用的基础,针对网络安全、法律、医学等领域范围自然语言处理任务,如网络攻防领域信息抽取、法官......
在教育领域,老师通过提问来引发学生的思考,学生通过自我提问来考查自身对知识的掌握情况。但是老师通过知识信息人工生成问题需要......
现今,随着互联网的蓬勃发展,网络上出现的各种安全威胁越来越多,信息泄漏事件的发生愈发的频繁,网页恶意代码检测作为现如今网络安......
随着公共基础建设的不断完善,地铁逐渐成为日常出行工具的首要选择。地铁工程建设包括规划、设计、建设和试运行等多个环节,其中设......
基于方面的情感分类任务旨在识别句子中给定方面词的情感倾向性.以往的方法大多基于长短时记忆网络和注意力机制,这种做法在很大程......
针对目前大多数脑电波情感识别方法存在的依赖手动特征提取等问题,提出一种基于卷积神经网络(convolutional neural network,CNN)......
针对交通事故文本因果关系抽取过程中因果事件边界难以识别及连锁因果关系难以抽取的问题,将抽取问题转化为序列标注问题,提出了相......
针对可再生能源发电不断并入配电网,配电网出现双向流动的有功潮流,使配电网输电线路的有功潮流越来越不确定的问题,把握配电网关......
为了提高短时交通流的预测精度和预测速度,基于交通流量序列的不平稳性和随机性,提出了快速集合经验模态分解(fast ensemble empir......
基于方面情感分析(Aspect-Based Sentiment Analysis,ABSA)是自然语言处理的热门课题,其中意见目标抽取和意见目标情感极性分类是A......
院[目的 /意义]从高校图书馆社交网络平台用户评论数据挖掘角度出发,对用户评论情感极性进行细粒度分析,为高校图书馆了解用户真实情......
剩余寿命预测对航空发动机的预防性维修有重要指导作用,是保障飞机安全运行,提高维修保障效率的重要手段.一维卷积神经网络(1-dime......
神经网络模型可以有效地处理通用领域命名实体识别,然而在标注语料匮乏和包含大量噪声的特定领域,其性能通常会下降.针对这一问题,......
针对弹幕文本的口语化、网络化、一词多义等特点,提出BERT-wwm-BiLSTM模型以提升情感分类准确率.该模型引入BERT-wwm预训练模型,得......
化工过程中,掌握关键工艺参数的变化趋势对于消除潜在波动、维持工况稳定作用巨大.然而,传统的浅层静态模型很难对非线性和动态性......
随着5G时代的到来,数据资源将迎来爆炸式的增长,在自然语言处理方面,激增的主观文本为情感分析提供了充足的语料。传统的人工特征......
随着人工智能、物联网以及5G服务的到来,以数据知识为基础的企业,才能在全球市场上保持竞争优势,现如今越来越多的企业建立了不同......
风电机组运行工况复杂多变,故障率较高。尽早发现机组故障并及时处理,能够有效减少停机时间,避免重大事故,降低运维成本。风场的监......
为提高中医电子病历的实体抽取精度,针对中医电子病历中语言半白话半文言的特征,基于双向长短时记忆网络、自注意力机制和条件随机......
为了解决传统TF-IDF算法太过依赖词频,未考虑关键词在不同文本的不同分布对其权重影响的问题,提出一种基于信息论的TF-IDF特征选择......