检索结果-内蒙古大学图书馆

作者：李文强湖北大学

学位级别：硕士

高分辨率遥感影像因具有丰富的光谱、纹理、结构信息,广泛应用于农业、林业、地质调查与分析、城市规划等行业。针对高分影像的场景分类是以上各种应用的基础技术之一,其目的是对图像场景整体的认识和分析,获得影像自身的场景语义信息... 详细信息

高分辨率遥感影像因具有丰富的光谱、纹理、结构信息,广泛应用于农业、林业、地质调查与分析、城市规划等行业。针对高分影像的场景分类是以上各种应用的基础技术之一,其目的是对图像场景整体的认识和分析,获得影像自身的场景语义信息以解释影像场景的内容。传统的遥感影像分类技术已经十分成熟,面向像素或面向对象的均能达到相对较高的分类精度。然而,对于一些具有高级语义特征的影像场景,如机场、商务区、居民区、停车场,其构成可能为多种地物类型,加之同一类地物也在不同影像中可能存在复杂的空间结构和光谱异质性特点,以及不同的光照条件,尺度变异造成的影响,使传统的分类方法很难胜任影像的场景分类的任务,其根本原因在于传统分类方法很难建立影像低层视觉特征,如光谱、纹理、结构与高层语义信息之间的联系,即所谓的“语义鸿沟”。视觉词袋模型结合概率主题模型是目前比较常用的解决“语义鸿沟”问题的方法,鉴于概率主题模型本身固有的缺点,本文引入自然语言处理模型doc2vec,提出一种视觉词袋模型结合doc2vec模型的高分辨率遥感影像场景分类方法。为验证本文方法的有效性,本文设计了以21类语义场景的UC Merced数据集和具有4个不同尺度的7类语义场景RSSCN7数据集为基础的场景分类实验。首先,梳理场景分类相关文献中遥感影像常用的低层特征,结合本文方法技术路线,数据概况,应用场景等情况,选择GLCM作为提取影像纹理特征算法,颜色矩作为影像的光谱特征,SIFT作为影像的结构特征算法。其次,在提取影像特征阶段,对采样方法进行了改善。根据颜色矩,GLCM纹理特征,SIFT特征的特点,分别采用超像素分割法,均匀网格采样法,以及密集关键点采样法对3种特征进行采样,以期获得最优的特征集。最后,为验证doc2vec的性能,本文设置实验与TF-IDF和LDA等概率主题模型进行对比,UC Merced侧重于测试模型多类别场景分类性能,RSSCN7侧重于测试在不同尺度以及光照、尺度变异的情况下模型的分类性能。实验结果显示,本文方法在两个数据集上具有较高的分类精度和鲁棒性的同时,优于传统概率主题模型,有效表达了影像内容及特征。

关键词：场景分类视觉词袋模型 doc2vec模型语义特征

来源：评论

学校读者我要写书评

暂无评论

基于LDA模型和doc2vec的学术摘要聚类方法

引用

计算机工程与应用 2020年第6期56卷 180-185页

作者：张卫卫胡亚琦翟广宇刘志鹏兰州交通大学电子与信息工程学院兰州730070 兰州理工大学经济管理学院兰州730050

针对特定任务下的短文本聚类已经成为文本数据挖掘的一项重要任务。学术摘要文本由于数据稀疏造成了聚类结果准确率低、语义鸿沟问题,狭窄的域导致大量无关紧要的单词重叠,使得很难区分主题和细粒度集群。鉴于此,提出一种新的聚类模型... 详细信息

针对特定任务下的短文本聚类已经成为文本数据挖掘的一项重要任务。学术摘要文本由于数据稀疏造成了聚类结果准确率低、语义鸿沟问题,狭窄的域导致大量无关紧要的单词重叠,使得很难区分主题和细粒度集群。鉴于此,提出一种新的聚类模型——主题句向量模型(doc2vec-LDA,doc-LDA),该模型通过将LDA主题模型(Latent Dirichlet Allocation)和句向量模型融合(doc2vec),不仅使得在模型训练过程中既能利用整个语料库的信息,而且还利用Paragraph vector的局部语义空间信息完善LDA的隐性语义信息。实验采用爬取到的知网摘要文本作为数据集,选用K-Means聚类算法对各模型的摘要文本进行效果比较。实验结果表明,基于doc-LDA模型的聚类效果优于LDA、Word2vec、LDA+Word2vec模型。

关键词：短文本聚类 LDA模型 doc2vec模型学术摘要

来源：评论

学校读者我要写书评

暂无评论

基于doc2vec算法和图模型的中文自动摘要研究

基于Doc2Vec算法和图模型的中文自动摘要研究

引用

作者：赵宁西安建筑科技大学

学位级别：硕士

在飞速发展的大数据时代,知识资源日益丰富和膨胀,为使用户能够从海量互联网信息中快速获取准确信息,需利用自动摘要技术,浓缩文本信息。自动摘要是运用计算机技术对文本文档进行压缩,提炼出文档的主要内容,方便读者快速把握文章主旨。... 详细信息

在飞速发展的大数据时代,知识资源日益丰富和膨胀,为使用户能够从海量互联网信息中快速获取准确信息,需利用自动摘要技术,浓缩文本信息。自动摘要是运用计算机技术对文本文档进行压缩,提炼出文档的主要内容,方便读者快速把握文章主旨。本文主要针对单文档的抽取式自动摘要技术进行研究。TextRank算法是基于图模型自动摘要领域的经典算法之一,属于无监督方法,无需训练语料,可操作性较强。该算法的主要思路是将句子作为图模型节点,将句子间相似度作为图模型的边,创建图模型,采用TextRank的迭代公式计算出每个句子的最终权重,抽取出权重得分较高的一定数量的句子作为摘要。考虑到该方法在图模型构建中对于边权重相似度计算方法不够理想、节点权重计算考虑不全面以及抽取多个句子作为摘要句会出现冗余这三方面的问题,本文结合中文文本的特点对TextRank算法进行了优化:(1)TextRank自动摘要在构建图模型的边时,简单的通过两句子间词汇覆盖率来衡量句子间的相似度,忽略了句子的语义信息。因此,本文利用doc2vec模型,将文本转化为包含语义和上下文信息的指定维度的数字向量,在此基础上结合余弦相似度公式对句子间的相似度进行度量,能够更加准确反映句子间的关系。(2)对传统TextRank算法的句子权重部分进行改进,在TextRank算法的句子权重基础上,综合考虑句子与文章标题的相似度、句子所处段落中的位置以及标志词等摘要句特征,对句子权值进行修正,这样能够更加突出特殊句子本身的结构特征,为摘要句的提取奠定基础。(3)考虑到提取摘要句时受句子相似度影响较大,会有多个表达相同含义的句子被提取从而造成冗余,使用最大边缘相关算法对得到的摘要候选句群作冗余处理。实验结果表明,本文“doc2vec结合改进的TextRank算法”提取出的摘要句与改进前相比,以“10%”和“20%”压缩率提取的摘要F值分别提高了12.73%和17.19%,说明该算法能够有效提高自动摘要的准确性。

关键词： doc2vec模型 TextRank算法最大边缘相关算法自动摘要

来源：评论

学校读者我要写书评

暂无评论

基于doc2vec的微博评论情感倾向研究

引用

应用数学进展 2022年第1期11卷 269-277页

作者：李荟珍南京信息工程大学数学与统计学院江苏南京

该文针对疫苗接种的相关微博评论进行情感倾向分析,首先利用基于神经网络的doc2vec模型训练文本向量,继而使用支持向量机(SVM)、随机森林(RF)、逻辑回归(LR)三种机器学习的算法完成情感分类任务,且分别讨论了三种算法在四种不同的doc2ve... 详细信息

该文针对疫苗接种的相关微博评论进行情感倾向分析,首先利用基于神经网络的doc2vec模型训练文本向量,继而使用支持向量机(SVM)、随机森林(RF)、逻辑回归(LR)三种机器学习的算法完成情感分类任务,且分别讨论了三种算法在四种不同的doc2vec模型设定方案下的分类表现。其中Distributed Memory version of Paragraph vector (PV-DM)算法训练的文本向量中,RF表现最优,在方案一与方案二上其F1分数值均为最高,分别为87.24%、87.50%。基于Distributed Bag of Words version of Paragraph vector (PV-DBOW)算法训练的文本向量中,SVM表现最优,在方案三与方案四上其F1分数值达到最高,分别为84.11%、83.91%。

关键词：情感倾向 doc2vec模型文本分类机器学习微博评论

来源：评论

学校读者我要写书评

暂无评论

面向储能电池领域关键技术需求的专利挖掘与专家推荐研究 ——以N企业为例

面向储能电池领域关键技术需求的专利挖掘与专家推荐研究 ——以N...

引用

作者：李洋南京工业大学

学位级别：硕士

在“碳达峰、碳中和”的战略目标指引下,清洁能源替代已成为实现碳排放控制目标的优选路径。随着清洁能源在能源结构中的占比逐步上升,储能技术作为新能源替代的关键技术之一,正展现出与新能源互补发展的巨大潜力。其中,电化学储能以其... 详细信息

在“碳达峰、碳中和”的战略目标指引下,清洁能源替代已成为实现碳排放控制目标的优选路径。随着清洁能源在能源结构中的占比逐步上升,储能技术作为新能源替代的关键技术之一,正展现出与新能源互补发展的巨大潜力。其中,电化学储能以其出色的性能逐渐成为储能技术的主流,储能电池行业迎来发展的黄金时期。面对全球储能电池行业的迅猛发展,市场对储能电池技术提出了更高的要求,大容量、长寿命、高安全已成为储能电池技术研发的主要方向。储能领域新兴技术迭代频繁,行业竞争激烈,唯有企业加快创新步伐,凸显自身优势方能在竞争激烈的储能行业拼得一席之地。N企业作为储能电池头部企业,研发团队实力雄厚,专利储备丰富。为保持业内龙头地位,N企业早已布局固态电池的研发,迫于现有的技术瓶颈,仍未实现关键性突破。技术竞速不断加码,企业自主研发需求日益高涨,迫切需要借助新兴技术和业内专家的力量,以突破技术难题,实现固态电池技术的重大突破。为此,本文立足于蓬勃发展的储能电池领域,以业内龙头N企业为研究对象,将专利文献作为数据源,基于N企业技术需求,为其匹配专利、推荐专家,旨在辅助企业革新技术,培育核心竞争力,从而在储能行业的竞争中占据一席之地。本文研究内容主要分为以下三个部分: (1)调研、分析N企业现状,挖掘企业关键技术需求。通过了解N企业概况、分析企业所处的行业宏观环境、自身发展现状,剖析企业后续技术研发策略。基于N企业自身技术现状、业内新兴技术发展趋势,分析N企业现存的技术瓶颈,据此构建N企业关键技术需求文本。 (2)收集、处理储能电池领域关键技术的专利数据,据此进行专利挖掘与分析。收集储能电池领域专利数据,通过去除停用词、构建领域词典、文本分词、拆分、消歧等方式清理数据。基于清洗后的专利数据,借助LDA主题模型将专利数据划分为5个主题,进行主题分析。借助Gephi构建专利权人合作网络以及发明人合作网络,综合多个网络指标分析领域内合作模式,发现域内合作多限于固定圈层,合作创新存在广阔空间。 (3)为N企业匹配专利、推荐专家,评估推荐结果有效性。基于第四章收集的专利数据,构建专利多维特征模型。借助doc2vec模型对第三章分析得出的N企业技术需求文本、专利多维特征进行文本向量化,计算N企业需求特征向量与专利多维特征的向量相似度,匹配得5项高相似度专利,并将专利背后发明人作为专家进行深入分析。通过查阅专家研究方向、计算专利相似度,分析专利主题,以此评估专家与N企业的适配度。最后,综合多个指标评测推荐算法的性能,人工筛查专家的专利研发方向与N企业技术需求相关性。结果表明本文提出的推荐算法性能优越,专利匹配与专家推荐均符合N企业技术需求。储能电池领域为新兴技术领域,针对N企业的技术需求进行专家推荐,对N企业自身研发具有一定的实践意义。本文虽然以N企业为研究对象,但是所提出的思路与方法具有普适性,同样可以应用到其他领域。此外,本文也存在不足,如专利数据源单一、专有名词仍需扩充、推荐维度单一化、评估指标缺乏多元性等。后续将对研究进行改善、优化,进一步提升推荐算法的准确性、有效性。

关键词：储能电池专利挖掘合作网络 LDA模型 doc2vec模型

来源：评论

学校读者我要写书评

暂无评论

一种融合D_BBAS方法的重复缺陷报告检测

引用

计算机应用研究 2022年第12期39卷 3736-3742页

作者：曾方谢琪崔梦天西南民族大学成都610041

为了更有效地获得缺陷报告的非结构化信息的特征,提出一种D_BBAS(doc2vec and BERT BiLSTM-attention similarity)方法,它基于大规模缺陷报告库训练特征提取模型,生成能反映深层次语义信息的缺陷摘要文本表示集和缺陷描述文本表示集;利... 详细信息

为了更有效地获得缺陷报告的非结构化信息的特征,提出一种D_BBAS(doc2vec and BERT BiLSTM-attention similarity)方法,它基于大规模缺陷报告库训练特征提取模型,生成能反映深层次语义信息的缺陷摘要文本表示集和缺陷描述文本表示集;利用这两个分布式的表示集计算出缺陷报告对的相似度,从而得到两个新的相似度特征;这两个新特征将与基于结构化信息生成的传统特征结合后参与重复缺陷报告的检测。在著名开源项目Eclipse、NetBeans和Open Office的缺陷报告库上验证了D_BBAS方法的有效性,其中包含超过50万个缺陷报告。实验结果表明,相比于代表性方法,该方法的F1值平均提升了1.7%,证明了D_BBAS方法的有效性。

关键词：重复缺陷报告 BERT模型 doc2vec模型 BiLSTM-attention神经网络

来源：评论

学校读者我要写书评

暂无评论

基金投资策略差别化程度的动因及其后果 ——基于文本分析的证据

基金投资策略差别化程度的动因及其后果 ——基于文本分析的证据

引用

作者：周欣叶西华大学

学位级别：硕士

竞争优势是企业在市场竞争中相对于同行存在的优势,可以通过企业规模、品牌声誉、产品质量体现出来。Bar-Isaac、Caruana和Cu?at[1]的产品设计选择定理表明,具有不同竞争优势的企业会选择不同的产品差别化手段以增强企业的市场竞争力。... 详细信息

竞争优势是企业在市场竞争中相对于同行存在的优势,可以通过企业规模、品牌声誉、产品质量体现出来。Bar-Isaac、Caruana和Cu?at[1]的产品设计选择定理表明,具有不同竞争优势的企业会选择不同的产品差别化手段以增强企业的市场竞争力。在基金市场上,基金产品差别化是基金管理公司重要的竞争手段。基金产品差别化的重要内容是投资策略差别化。具有不同竞争优势的基金管理公司,往往会推出投资策略差别化程度不同的基金产品,以巩固或强化自己的市场地位[2]。本文研究国内具有不同竞争优势的基金管理公司对基金投资策略的决策,在此基础上,进一步研究投资策略差别化程度对基金业绩以及基金资金流量的影响。基于基金历史收益率数据和基金持股数据的方法是度量基金投资策略差别化常见方法。近年来,文本机器学习方法逐渐被用于度量基金投资策略差别化。Kostovetsky和Warner[3]首次基于文本分析研究基金投资策略差别化。他们基于词频统计来比较基金招募说明书中投资策略文本之间词汇的重复程度,并计算文本的相似度,在此基础上衡量基金投资策略的差别化程度。然而Kostovetsky和Warner[3]的方法并没有考虑到文本中词汇的上下文关系和语法结构。本文改进了Kostovetsky和Warner[3]的方法,运用文本机器学习中的doc2vec模型,将投资策略文本表示为包含词语语义信息及文本结构信息的低纬度向量,在此基础上构建基金投资策略差别化指数,并研究具有不同竞争优势的基金管理公司对基金投资策略的决策,以及投资策略差别化程度对基金业绩、基金资金流量的影响。本文的研究结论主要有:（1）基金管理公司规模、业绩排名是影响新成立基金投资策略差别化的重要因素。规模越小、前期业绩排名较差的基金管理公司推出的新基金投资策略差别化程度更高;（2）投资策略差别化与基金未来业绩之间呈显著正相关关系。更具差别化的投资策略未来业绩更好;（3）差别化的投资策略能够吸引投资者注意,吸引投资者的资金流入,从而显著提高基金成立时募集的资金流量。

关键词：证券投资基金投资策略文本分析 doc2vec模型

来源：评论

学校读者我要写书评

暂无评论

情报学视角下航空工业颠覆性技术识别研究

引用

江苏科技信息 2023年第31期40卷 35-40页

作者：王晓琦朱玉虎冯莉王文升航空工业第一飞机设计研究院陕西西安710089

文章分析了航空工业颠覆性技术形态特征,在此基础上提出航空工业颠覆性技术识别方法,以多旋翼无人机为研究对象,对该方法的有效性进行验证。通过SAO结构分析、doc2vec模型、K-means++算法等情报学方法,识别多旋翼无人机领域具有颠覆性... 详细信息

文章分析了航空工业颠覆性技术形态特征,在此基础上提出航空工业颠覆性技术识别方法,以多旋翼无人机为研究对象,对该方法的有效性进行验证。通过SAO结构分析、doc2vec模型、K-means++算法等情报学方法,识别多旋翼无人机领域具有颠覆性潜力的技术主题。研究结果认为,航空工业颠覆性技术具有技术发起者为在位企业、技术路线为自上而下、以应用效果作为评价标准、较强的学科耦合性等特点。多旋翼无人机领域具有颠覆性潜力的技术主题有:目标跟踪、控制算法突破、故障诊断方法和容错控制技术。

关键词：航空工业颠覆性技术多旋翼无人机 doc2vec模型

来源：评论

学校读者我要写书评

暂无评论

基于文本融合特征的突发事件子话题聚类研究

引用

智能计算机与应用 2023年第10期13卷 45-51,55页

作者：芦子涵郑中团上海工程技术大学数理与统计学院上海201600

突发事件具有突发性、公共性、传播范围广等特点,研究同一突发事件中更细粒度的子话题聚类,对舆情管控部门实现精准化管控具有重要意义。针对以往话题聚类方法忽略了同一事件下更细粒度的子话题聚类,且为了更有效地表达微博文本的语义信... 详细信息

突发事件具有突发性、公共性、传播范围广等特点,研究同一突发事件中更细粒度的子话题聚类,对舆情管控部门实现精准化管控具有重要意义。针对以往话题聚类方法忽略了同一事件下更细粒度的子话题聚类,且为了更有效地表达微博文本的语义信息,提出一种基于LDA文档-主题分布与doc2vec句向量融合的文本特征表示方法与文本相似度计算方法,应用Single-Pass增量聚类算法实现同一突发事件下子话题聚类,并根据F1值与单一文本特征子话题聚类实验结果进行对比。结果表明,本文方法子话题聚类效果更佳,F1值为72.4%,表明该方法能够有效地表达文本特征,进而提高子话题聚类的准确度。

关键词：突发事件子话题聚类文本特征 LDA主题模型 doc2vec模型

来源：评论

学校读者我要写书评

暂无评论

融合文本分布式表示的重复缺陷报告检测

引用

计算机工程与科学 2021年第4期43卷 670-680页

作者：曾杰贲可荣张献徐永士海军工程大学电子工程学院湖北武汉430033

重复缺陷报告检测能够避免对描述同一缺陷的多份报告进行重复的任务分派和修复,可降低软件维护成本。为了进一步提高检测的准确率,提出一种融合文本分布式表示的重复缺陷报告检测方法。首先,基于大规模缺陷报告数据库训练doc2vec模型并... 详细信息

重复缺陷报告检测能够避免对描述同一缺陷的多份报告进行重复的任务分派和修复,可降低软件维护成本。为了进一步提高检测的准确率,提出一种融合文本分布式表示的重复缺陷报告检测方法。首先,基于大规模缺陷报告数据库训练doc2vec模型并抽取缺陷报告的分布式表示,将不同长度的缺陷报告编码为统一长度的稠密向量。接着,通过比较这些向量来计算不同缺陷报告的相似程度,将其作为一种新特征与重复缺陷报告检测过程常用的其它特征进行融合,并利用机器学习算法训练二元分类模型。在公开的Bugzilla重复缺陷报告数据集上的实验结果表明,相比于代表性方法D_TS,本文方法的F1值平均提升了2%,说明了新特征的有效性。

关键词：重复缺陷报告文本分布式表示 doc2vec模型机器学习算法

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：