检索结果-内蒙古大学图书馆

计算机工程与应用 2022年第3期58卷 172-180页

作者：杨兴锐赵寿为张如学杨兴俊陶叶辉上海工程技术大学数理与统计学院上海201620 重庆大学机械与运载工程学院重庆400044 上海工程技术大学管理学院上海201620

双向长短期记忆网络(BiLSTM)和卷积神经网络(CNN)很难在文本的多分类任务中提取到足够的文本信息。提出了一种基于自注意力机制(self_attention)和残差网络(ResNet)的BiLSTM_CNN复合模型。通过自注意力赋予卷积运算后信息的权重,接着将... 详细信息

双向长短期记忆网络(BiLSTM)和卷积神经网络(CNN)很难在文本的多分类任务中提取到足够的文本信息。提出了一种基于自注意力机制(self_attention)和残差网络(ResNet)的BiLSTM_CNN复合模型。通过自注意力赋予卷积运算后信息的权重,接着将池化后的特征信息层归一化并接入残差网络,让模型学习到残差信息,从而进一步提高模型的分类性能。在模型的运算过程中,使用了更加光滑的Mish非线性激活函数代替Relu。通过与深度学习模型对比,所提出的方法在准确率以及F1值评价指标上均优于现有模型,为文本分类问题提供了新的研究思路。

关键词：自注意力机制双向长短期记忆网络残差网络卷积神经网络层归一化

来源：评论

学校读者我要写书评

暂无评论

有关矩阵广义逆AT,S2的惯性指数及其应用（英文）

引用

浙江大学学报（理学版） 2019年第4期46卷 395-398,404页

作者：吴中成贺宁馨上海工程技术大学数理与统计学院上海201620 贵州师范大学数学科学学院贵州贵阳550001

建立了某些有关矩阵广义逆AT,S^(2)表达式的惯性指数公式。基于所得惯性指数,作为应用研究了矩阵的正定(半正定)性、负定(半负定)性。给出了一些矩阵分别为正定矩阵、半正定矩阵、负定矩阵、半负定矩阵的充分必要条件。

关键词：惯性指数广义逆正定(半正定) 负定(半负定)

来源：评论

学校读者我要写书评

暂无评论

分子筛膜在气体分离中的应用研究

引用

上海工程技术大学学报 2019年第3期33卷 209-214页

作者：李晓怡王畅吴建宝上海工程技术大学数理与统计学院

综述了分子筛膜的特点、制备方法以及分子筛膜在气体分离中的应用;探讨分子筛膜的孔径、系统的温度和压力等因素对气体分离的影响以及反应的机理;简述当前分子筛膜存在的主要缺陷和改进方法,对气体分离的发展趋势进行了展望.

关键词：分子筛膜膜分离气体分离

来源：评论

学校读者我要写书评

暂无评论

基于空间统计的省域共同富裕水平时空演化分析

引用

运筹与模糊学 2023年第1期13卷 259-270页

作者：李文雯文倩谢定哲肖迪皓郑中团上海工程技术大学数理与统计学院上海

找准共同富裕建设的切入点,必须基于数据思维和统计研究对共同富裕建设水平进行科学客观地评价。从共同富裕基本内涵出发,结合国内外政策及学术成果,构建指标体系并遴选面板数据集,运用熵权法对江苏省2009~2019年13个城市的共同富裕水... 详细信息

找准共同富裕建设的切入点,必须基于数据思维和统计研究对共同富裕建设水平进行科学客观地评价。从共同富裕基本内涵出发,结合国内外政策及学术成果,构建指标体系并遴选面板数据集,运用熵权法对江苏省2009~2019年13个城市的共同富裕水平进行综合测度,并运用莫兰指数、空间杜宾模型对江苏省域共同富裕的时空演化特征和影响因素进行分析。研究发现,江苏省共同富裕水平呈现“南强北弱”纵向分布格局;共同富裕水平具有空间正相关性,主要表现为高高集聚和低低集聚类型;社会保障要素对江苏省共同富裕水平具有显著的直接、间接溢出效应。为实现全省共同富裕,江苏省政府应在保证高共同富裕水平地区自身发展的同时发挥其正向辐射作用,构建经济一体化城市圈,由南至北带动低水平地区发展。

关键词：共同富裕指数熵权法莫兰指数空间杜宾模型

来源：评论

学校读者我要写书评

暂无评论

融合BERT和知识图谱的文本情感分析模型

引用

建模与仿真 2023年第4期12卷 4195-4200页

作者：刘斐瑜俞卫琴上海工程技术大学数理与统计学院上海

近年来,在线评论数与日俱增,这些在线评论涉及的范围较广,在某些特定领域里专业性较强。深度学习模型在大规模语料库上学习到了自然语言的通用表达,但在一些专业领域里对语义信息的提取还不够充分。针对该问题,本文提出一种基于BERT和... 详细信息

近年来,在线评论数与日俱增,这些在线评论涉及的范围较广,在某些特定领域里专业性较强。深度学习模型在大规模语料库上学习到了自然语言的通用表达,但在一些专业领域里对语义信息的提取还不够充分。针对该问题,本文提出一种基于BERT和知识图谱的情感分析模型。该模型在文本输入中利用知识图谱注入专家知识,再利用BERT进行词向量化,生成包含上下文语义信息的动态词向量,最后通过全连接层输出情感极性。结果表明,该文章提出的模型在几个公开数据集上提升了准确率,具有实际意义。

关键词：知识图谱文本输入词向量文本情感分析在线评论连接层语义信息自然语言

来源：评论

学校读者我要写书评

暂无评论

离散观测下线性自吸引扩散的最小二乘估计

引用

应用数学进展 2019年第12期8卷 1993-2001页

作者：韩婧琦上海工程技术大学数理与统计学院上海

考虑如下分数布朗运动驱动的自吸引扩散过程XtH=BtH-θ∫0t∫0t(XsH-XuH)duds+vt,其中BtH表示Hurst指数为H∈[1/2,1)的分数布朗运动,而θ>0, v∈?为未知参数。在离散观测下,给出了这两个未知参量的最小二乘估计量和,验证了它们... 详细信息

考虑如下分数布朗运动驱动的自吸引扩散过程XtH=BtH-θ∫0t∫0t(XsH-XuH)duds+vt,其中BtH表示Hurst指数为H∈[1/2,1)的分数布朗运动,而θ>0, v∈?为未知参数。在离散观测下,给出了这两个未知参量的最小二乘估计量和,验证了它们无相合性同时构造新的弱相合估计量。

关键词：分数布朗运动最小二乘估计自吸引扩散

来源：评论

学校读者我要写书评

暂无评论

基于股吧评论的投资者情绪与股市波动研究——以九安医疗为例

引用

应用数学进展 2022年第11期11卷 8222-8230页

作者：叶陆平上海工程技术大学数理与统计学院上海

以新冠疫情爆发为研究背景,针对东方财富股吧中大量能反映股吧舆情的文本数据,本文选取九安医疗2022年1月15日到2022年10月15日的股吧评论数据,对比多种情感分析模型,选用Bert + Bi-LSTM模型对投资者情绪进行分类。样本期内积极情感占比... 详细信息

以新冠疫情爆发为研究背景,针对东方财富股吧中大量能反映股吧舆情的文本数据,本文选取九安医疗2022年1月15日到2022年10月15日的股吧评论数据,对比多种情感分析模型,选用Bert + Bi-LSTM模型对投资者情绪进行分类。样本期内积极情感占比为41%,消极情感占比为59%,利用构建的投资者情感指数与股价涨跌幅进行多元线性回归模型,揭示股吧中投资者情绪变动与股市波动有关系,并显示短期内有正向预测效果,长期内有负向预测效果。但本文实证的样本期较短,选取的股吧数据平台较单一,可能对实验结果有一定影响。

关键词：文本情感分析 Bert + Bi-LSTM 投资者情绪指数涨跌幅

来源：评论

学校读者我要写书评

暂无评论

结合特征金字塔网络的半监督AP聚类算法

引用

应用数学进展 2023年第3期12卷 969-979页

作者：文静俞卫琴上海工程技术大学数理与统计学院上海

为使AP算法对图像进行聚类时充分考虑不同尺度的特征及有效利用未标记数据的特征,提出了结合特征金字塔网络的半监督AP聚类算法(Semi-supervised AP clustering Based on Feature Pyramid Networks, FPNSAP)。FPNSAP算法使用改进的特征... 详细信息

为使AP算法对图像进行聚类时充分考虑不同尺度的特征及有效利用未标记数据的特征,提出了结合特征金字塔网络的半监督AP聚类算法(Semi-supervised AP clustering Based on Feature Pyramid Networks, FPNSAP)。FPNSAP算法使用改进的特征金字塔网络来获得图像不同尺度的特征图,对不同大小的特征图进行融合,获得图像的高级语义特征,识别不同大小、不同实例的目标;k近邻标记更新策略可以动态增加标记数据集样本数量,充分利用未标记数据的特征,提高AP算法的聚类性能。FPNSAP算法与四个经典算法(FCH、SAP、DCN和DFCM)在Fashion-MNIST、YaleB和CIFAR-10数据集上进行实验对比,结果表明,FPNSAP算法具有较高的聚类性能,同时算法的鲁棒性更好。

关键词：特征金字塔网络 k近邻标记更新策略半监督聚类 AP聚类算法

来源：评论

学校读者我要写书评

暂无评论

基于mRMR-XGB-LS算法的信用评估分类模型

引用

运筹与模糊学 2023年第2期13卷 447-456页

作者：刘文杰上海工程技术大学数理与统计学院上海

信用评估领域时刻都在产生大量数据,一方面,这些数据中隐藏的数据结构具有很大价值;另一方面,信用数据通常存在着高维冗余、缺乏标签的特点,无法直接进行分析和研究。因此,为了去除信用数据冗余性和挖掘数据结构,本文结合过滤法高效简... 详细信息

信用评估领域时刻都在产生大量数据,一方面,这些数据中隐藏的数据结构具有很大价值;另一方面,信用数据通常存在着高维冗余、缺乏标签的特点,无法直接进行分析和研究。因此,为了去除信用数据冗余性和挖掘数据结构,本文结合过滤法高效简单、嵌入式分类性能优越和无监督特征选择方法不需要样本类别标签的优点,提出一种基于mRMR、XGBoost和拉普拉斯得分算法的信用评估分类模型。首先,对半监督数据中的有标记训练集分别执行mRMR算法和XGBoost算法,在有标记和无标记训练集上执行拉普拉斯得分算法,分别得到特征的排序。其次,根据特征的排序分别赋予特征相应的权重,并进行简单求和得到每个特征的最终权重。接着,按照权重大小选出最优的特征子集,去除无关冗余的特征。最后,基于XGBoost、LightGBM和CatBoost构建信用评估分类模型,以G值和F值来度量不同特征选择方法下模型的分类性能。实验结果表明,本文模型在不同的标记样本率和数据集下均具有较高的G值和F值,能够有效筛选特征、减少数据冗余性,提高数据的分类性能和对少数类的识别能力。

关键词：信用评估半监督特征选择分类模型 XGBoost mRMR 拉普拉斯得分

来源：评论

学校读者我要写书评

暂无评论

BP神经网络以及衍生方法对电池SOC预测的研究进展

引用

电力与能源进展 2022年第2期10卷 54-62页

作者：陈张睿上海工程技术大学数理与统计学院上海

电池荷电状态(SOC)的估算是电池管理系统衡量电池寿命的重要指标。精确的SOC估计在防止过充放电、提高电池利用率、保障电动汽车电池系统的安全性和稳定性方面具有重大的意义。SOC的估算主要有安时积分法,卡尔曼滤波法,开路电压法,神经... 详细信息

电池荷电状态(SOC)的估算是电池管理系统衡量电池寿命的重要指标。精确的SOC估计在防止过充放电、提高电池利用率、保障电动汽车电池系统的安全性和稳定性方面具有重大的意义。SOC的估算主要有安时积分法,卡尔曼滤波法,开路电压法,神经网络等。安时积分法需要定期修改荷电状态,误差较大;卡尔曼滤波法是依据均方最小的误差原则,较高地依赖型的精确度;开路电压法电池须长时间的静置,而实际工况中电流值上下波动大,测量误差较大;神经网络具有强大的非线性映射能力,无需特别精准的数学模型,在实际的SOC估算具有非常重要的优势。本文主要针对BP神经网络及其衍生的方法做了概述,实践证明BP神经网络与其他算法结合是最有前景的,不仅能缩小误差,提高准确性,还能突出它强大的非线性拟合能力。

关键词： SOC估算神经网络算法流程

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：