检索结果-内蒙古大学图书馆

水力发电学报 2024年第1期43卷 24-34页

作者：季通焱黄鹏年李艳忠王洁南京信息工程大学水文与水资源工程学院南京210044 水利部水文气象灾害机理与预警重点实验室南京210044

深度学习技术在降雨径流模拟方面具有广阔应用前景,但受训练样本限制,需与传统水文模型相耦合,由传统水文模型提供训练数据。耦合数据的选择和超参数方案对耦合模型的模拟性能影响显著,但尚未有专门的研究。本文以东湾流域为例,用双向... 详细信息

深度学习技术在降雨径流模拟方面具有广阔应用前景,但受训练样本限制,需与传统水文模型相耦合,由传统水文模型提供训练数据。耦合数据的选择和超参数方案对耦合模型的模拟性能影响显著,但尚未有专门的研究。本文以东湾流域为例,用双向长短时记忆网络耦合新安江模型不同模块数据,并用灰狼优化算法优化超参数,构建降雨径流模型。结果表明:模型耦合不同数据时,对日径流和场次洪水的模拟性能均有提高,尤以耦合产流量和模拟流量数据时最为明显。不同耦合数据需调整超参数方案,灰狼优化算法可满足需求。本研究为提高耦合模型径流模拟能力提供了新思路和新方法。

关键词：双向长短时记忆网络模型新安江模型耦合模型灰狼优化算法径流模拟

来源：评论

学校读者我要写书评

暂无评论

BLSTM-PA在食品安全领域语义分析仿真研究

引用

计算机仿真 2020年第3期37卷 343-348页

作者：毕铭文卞玉芳左敏张青川北京工商大学计算机与信息工程学院北京100048 环境保护部核与辐射安全中心北京100082 农产品质量安全追溯技术及应用国家工程实验室北京100097 食品安全大数据技术北京市重点实验室北京100048

食品安全领域的智能问答系统旨在对用户通过自然语言进行的食品安全方面的提问做出快速、简洁的反馈,其技术挑战主要在于语义分析和答案句子表示,尤其是在于如何消除问答之间的词汇差距以加强问答匹配能力,以及如何抓取准确的核心单词... 详细信息

食品安全领域的智能问答系统旨在对用户通过自然语言进行的食品安全方面的提问做出快速、简洁的反馈,其技术挑战主要在于语义分析和答案句子表示,尤其是在于如何消除问答之间的词汇差距以加强问答匹配能力,以及如何抓取准确的核心单词以增强句子表示能力。尽管基于"短语级别"和众多的注意力模型已经取得了一定的性能提升,但基于注意力的框架都没有很好的重视位置信息。针对上述问题,运用词林和word2vec相结合的方法,提出近义词-主词替换机制(将普通词映射为核心词),实现了语义表示的归一化。同时,受位置上下文提升信息检索性能的启发,假设如果问句中的一个词(称之为问题词)出现在答案句中,问题词的临近词对比偏离词应该被给与更高的权重。基于上述假设,提出了基于双向lstm模型的位置注意力机制(BLSTM-PA)。上述机制给与答案句中问题词的临近文本更高的注意力。以食品安全问答系统为语义分析验证和仿真的平台,通过在食品安全领域数据集(即FS-QA)上进行的对比实验,从MAP和MRR评价指标来看,与基于传统的注意力机制的RNN模型相比,BLSTM-PA实现了5.96%的提升,证明了BLSTM-PA模型的良好性能,同时,集成了提出的问答模型的食品安全问答系统性能也得到了显著的提升。

关键词：计算机仿真语义分析问答系统双向长短时记忆网络模型基于位置的注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于BILSTM和ARIMA模型的刀具剩余使用寿命预测研究

基于BILSTM和ARIMA模型的刀具剩余使用寿命预测研究

引用

作者：严嵩华南理工大学

学位级别：硕士

刀具作为切削加工的主体,刀具不合理规范的使用会导致制造成本激增,生产质量和效率的骤减,因此能否在刀具剩余使用寿命内充分利用刀具从而降低生产成本是亟待解决的问题。除刀具后刀面磨损量能很好表征刀具磨损外,刀具的振动信号同样包... 详细信息

刀具作为切削加工的主体,刀具不合理规范的使用会导致制造成本激增,生产质量和效率的骤减,因此能否在刀具剩余使用寿命内充分利用刀具从而降低生产成本是亟待解决的问题。除刀具后刀面磨损量能很好表征刀具磨损外,刀具的振动信号同样包含丰富信息,通过刀具振动特征能够获取刀具当前的磨损状态。分析刀具的后刀面磨损量和振动特征,根据相应的变化趋势预测刀具的使用寿命对刀具的充分利用、降低生产成本具有重要的意义。论文主要研究工作如下:1.基于刀具磨损的影响因素与磨损机理,搭建车刀寿命实验系统,设计了切削速度、进给速度和背吃刀量三个变量的车刀寿命实验,在此基础上进行了9组正交实验和1组对照实验,获得了车刀全寿命的后刀面磨损量数据和振动数据。2.将“分形维数”特征引入到刀具振动信号的特征中,通过相关性分析对比了车刀振动信号8个时域特征、4个频域特征,以及分形盒维数特征在车刀寿命实验中随走刀数变化的趋势,结果表明,分形盒维数特征与走刀数的相关系数最大,选用分形盒维数特征作为表征刀具磨损的敏感特征量。3.针对刀具磨损失效过程在时间上具有前后依赖关系导致预测困难的问题,提出了基于双向长短时记忆网络(BILSTM)的车刀剩余使用寿命预测模型,并利用贝叶斯优化(BO)算法对BILSTM模型的隐含层单元个数、初始学习率两个超参数进行优选,利用BO-BILSTM模型对车刀剩余使用寿命进行预测,并与BO-LSTM模型和灰色模型进行对比。结果表明:BO-BILSTM模型的预测性能表现最优,但是仍存在预测误差偏大的情况。4.针对BILSTM模型预测误差偏大的问题,结合整合差分移动平均自回归(ARIMA)模型短期预测精度高的优势,提出基于BILSTM-ARIMA的车刀剩余使用寿命预测混合模型,利用混合模型对车刀剩余使用寿命进行预测,结果表明:混合模型的性能表现优于BO-BILSTM模型,预测误差减小,预测精度更高,能有效提高BILSTM的预测精度。

关键词：车刀剩余使用寿命预测分形盒维数双向长短时记忆网络模型贝叶斯优化整合差分移动平均自回归模型

来源：评论

学校读者我要写书评

暂无评论

基于深度学习BiLSTM-CRF模型的网络安全知识图谱实体识别方法

引用

网络安全技术与应用 2024年第9期 41-44页

作者：周锦薛钰杨秉杰时辰方坤国家计算机网络与信息安全管理中心河南分中心河南450003

为了能够精准地对海量离散化和碎片化的网络安全数据进行分析处理,提取关键信息和关联关系,挖掘信息潜在的价值,构建网络安全知识图谱。本文将双向长短时记忆网络-条件随机场(BiLSTM-CRF)训练模型作为实体识别的方法引入网络安全知识图... 详细信息

为了能够精准地对海量离散化和碎片化的网络安全数据进行分析处理,提取关键信息和关联关系,挖掘信息潜在的价值,构建网络安全知识图谱。本文将双向长短时记忆网络-条件随机场(BiLSTM-CRF)训练模型作为实体识别的方法引入网络安全知识图谱领域。使用Bridges标注的网络安全语料库进行模型训练。通过实验验证本文提出的方法能够完成实体识别任务,识别准确率也达到较高水平。有效的解决了网络安全知识图谱构建中的难题,提升了网络安全数据的分析利用价值。在应对网络攻击时,能够辅助网络安全专家完成网络安全决策,提前做好安全预警。

关键词：网络安全知识图谱实体识别双向长短时记忆网络模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：