排序方式: 共有89条查询结果,搜索用时 0 毫秒
1.
关键词语义敏感影响短文本选择关键词赋予合适权重.针对仅关注关键词是否完备没有考虑到混淆关键词会对分类造成消极影响的问题,提出一种降低混淆关键词权重实现关键词权重优化的模型.首先,基于词频?逆文件频率(TF-IDF)和混淆矩阵的原理选择文本中被定义的混淆关键词.然后,基于注意力机制构建文本表征,通过全连接层降维重构表征;训练重构的表征尽可能相似于原表征,从而选出能保留句子信息的关键词;将混淆关键词从提取的关键词里排除出去,将筛选后的关键词称为强关键词.最后,使用双向长短记忆网络?注意力机制(BiLSTM-Attention)经典模型作短文本多分类的基础模型.在此基础模型之上把强关键词整体做嵌入表示加入到BiLSTM-Attention模型中的注意力部分激活函数计算当中.与BiLSTM-Attention基础模型进行的实验结果表明,所提模型在Snippets公开数据集上,分类准确率提高0.41个百分点. 相似文献
2.
3.
本文将PSO(粒子群算法)优化BP(误差反向传播神经网络)应用于离心式冷水机组的故障诊断,针对7种典型故障,包括4种局部故障与3种系统故障,建立了PSO优化BP的诊断模型。结果表明:PSO优化后的BP神经网络(包括单隐层与双隐层)故障诊断性能显著提高,神经网络结构简化,较少的隐含层节点即可获得较优的诊断性能。单隐层神经网络优化后最佳隐含层节点数从18降至10,诊断正确率从89. 42%提升至95. 30%;双隐层神经网络优化后最佳隐含层节点数从25降至12,诊断正确率从97. 87%提升至98. 11%,诊断用时仅为优化前的23%。故障诊断虚警率(假报及漏报)降低,且显著改善了系统故障尤其制冷剂泄漏故障的诊断性能,对正常情况的识别率亦极大提高。PSO优化有助于BP网络跳出局部极小值,较好地改善了故障诊断性能。 相似文献
4.
5.
6.
7.
9.
本文通过对平面三角形单元、四边形单元节点信息及单元定义的分析,用C语言编制了能自动生成平面三节点三角形单元,四节点、八节点四边形单元的有限元问题的前处理程序FEMPRE2D.C.通过使用FEMPRE2D.C程序可大大节省数据录入人员的工作量,减少准备数据的时间,并能消除录入数据时可能发生的错误,从而为正确解决工程问题提供可靠的保证. 相似文献
10.
添加剂对铝合金微观组织与力学性能有着一定影响作用,添加剂铝合金铸造过程中有着不同的特征,有效的运用和加入可以区分铸造工艺的优劣,基于此,本文主要分析添加剂在提升铝合金组织与性能等方面的作用,并进一步阐述相应的运用对策,希望可以推动合金铸造领域的技术发展。 相似文献