排序方式: 共有17条查询结果,搜索用时 44 毫秒
1.
2.
基于初值修正的灰色预测模型的改进及其应用 总被引:5,自引:0,他引:5
对GM(1,1)建模的预测精度进行了分析,表明初值的选取对模型的预测精度有着重要影响,进而提出了可以提高预测精度的修正初值的方法.实证分析结果表明通过初值修正能够提高预测模型的预测精度. 相似文献
3.
4.
5.
6.
7.
8.
9.
铁路事故的相关信息以事故概况文本的形式存在, 对于铁路安全工作有重要意义. 但由于缺乏有效的信息抽取手段, 导致分散在文本中的铁路事故知识没有得到充分的利用. 命名实体识别是信息抽取的重要子任务, 目前关于事故领域的命名实体识别问题研究较少. 针对铁路事故命名实体识别问题, 提出一种融合字位置特征的命名实体识别模型, 该模型通过全连接神经网络获取字的位置特征, 并与语义层面的字向量合并作为字的最终向量表示输入BiLSTM-CRF模型获取最优标签序列. 实验结果表明, 模型在铁路事故文本命名实体识别问题上的准确率、召回率和F1值分别为93.29%、94.77%和94.02%, 相比于传统模型, 取得了更好的效果, 为铁路事故知识图谱的构建奠定基础. 相似文献
10.