排序方式: 共有162条查询结果,搜索用时 906 毫秒
1.
多标签学习广泛应用于文本分类、标签推荐、主题标注等.最近,基于深度学习技术的多标签学习受到广泛关注,针对如何在多标签学习中有效挖掘并利用高阶标签关系的问题,提出一种基于图卷积网络探究标签高阶关系的模型TMLLGCN.该模型采用GCN的映射函数从数据驱动的标签表示中生成对象分类器挖掘标签高阶关系.首先,采用深度学习方法提取文本特征,然后以数据驱动方式获得基础标签关联表示矩阵,为更好地建模高阶关系及提高模型效果,在基础标签关联表示矩阵上考虑未标记标签集对已知标签集的影响进行标签补全,并以此相关性矩阵指导GCN中标签节点之间的信息传播,最后将提取的文本特征应用到学习高阶标签关系的图卷积网络分类器进行端到端训练,综合标签关联和特征信息作为最终的预测结果.在实际多标签数据集上的实验结果表明,提出的模型能够有效建模标签高阶关系且提升了多标签学习的效果. 相似文献
2.
基于径向基的瓦斯涌出量灰色预测模型 总被引:1,自引:0,他引:1
为了进一步预防煤层瓦斯突出,实现准确、快速预测煤矿瓦斯涌出量的大小,首先采用1-AGO对样本数据进行处理,建立灰色(GM)预测模型,再利用径向基(RBF)神经网络对灰色预测模型结果进行预测,以作为其最终的预测值;采用阜新煤矿某工作面瓦斯涌出量的历史数据进行建模,实验结果表明,GM-RBF组合模型在预测精度及训练误差方面均优于单一的GM模型和RBF神经网络预测模型;算法计算简便,减弱了数据的随机性及模型误差,煤矿瓦斯涌出量的预测平均误差减小到1.57%。 相似文献
3.
4.
为防止励磁涌流导致变压器的差动保护误动作,本文提出了一种以小波系数分布为判据的励磁涌流识别的新方法。该方法以小波变换中多分辨分析为理论依据,通过小波变换后对所得二尺度上的小波系数进行提取,计算其方差变化率来表示小波系数的变化情况,并设定合理的阀值,来对励磁涌流与故障电流进行区分。应用MATLAB工具箱搭建变压器励磁涌流与故障电流仿真模型,进行大量仿真,仿真试验结果表明,该方法能够快速有效的对励磁涌流与故障电流进行识别判断,克服了传统方法的不足,保证差动保护的正确动作,具有很高的应用前景。 相似文献
5.
6.
通过对某6L一体式潜孔钻机~([1])的运行情况进行路谱采集,对采集的大量数据进行分析,了解柴油机的常用转速、常用负荷,为一体式潜孔钻机用柴油机开发及改进提供参考~([2])。 相似文献
7.
8.
9.
<正> 随着国民经济的发展和人民生活水平的日益提高,我国饮料工业发展迅猛,特别是饮料品种,已经由以前单一的玻璃瓶装汽水,发展到今天碳酸饮料、天然饮料百花争艳的局面。饮料包装业也随之出现多元化趋势, 相似文献
10.
现在羊肉价格高,纯羊肉制做的肉丸成本较高,在此介绍一种以羊肉为主,以鸡肉为辅的羊肉丸制作工艺,加工后的肉丸在风味和口感上接近羊肉丸,且生产设备简单,适合中小型肉制品厂和家庭作坊加工.现将其加工工艺介绍如下. 相似文献