检索结果-内蒙古大学图书馆

计算机工程与应用 2022年第11期58卷 178-186页

作者：杨春霞瞿涛吴佳君南京信息工程大学自动化学院南京210044 江苏省大数据分析技术重点实验室南京210044 江苏省大气环境与装备技术协同创新中心南京210044

目前基于神经网络的方面级情感分类模型很少会考虑上下文单词与方面词之间的句法依存关系,可能会错误地将与方面词语法无关的上下文单词作为方面词的情感特征;另一方面大多数方法也忽略了上下文与方面词之间的交互信息。针对这两个问题... 详细信息

目前基于神经网络的方面级情感分类模型很少会考虑上下文单词与方面词之间的句法依存关系,可能会错误地将与方面词语法无关的上下文单词作为方面词的情感特征;另一方面大多数方法也忽略了上下文与方面词之间的交互信息。针对这两个问题,提出了基于双向图卷积网络(BiGCN)和交互注意力机制(IAM)的方面级情感分类模型(BiGCN-IAM),该模型在句法依存树上使用双向图卷积网络提取上下文单词和方面词之间的句法依存关系,然后使用掩码层得到特定的方面词表示;最后使用交互注意力机制学习上下文与方面词之间的交互信息,同时提取了上下文中的重要情感特征和方面词中对分类有贡献的特征。通过在五个公开数据集上的实验证明,该模型效果优于基线模型。

关键词：方面级情感分类交互注意力机制双向图卷积神经网络句法依存树

来源：评论

学校读者我要写书评

暂无评论

面向方面级情感分析的加权依存树卷积网络

引用

中文信息学报 2022年第5期36卷 125-132页

作者：杨春霞宋金剑姚思诚南京信息工程大学自动化学院江苏南京210044 江苏省大数据分析技术重点实验室江苏南京210044 江苏省大气环境与装备技术协同创新中心江苏南京210044

面向方面级情感分析,现有基于规则的依存树修剪方法存在删除部分有用信息的问题。另外,如何利用图卷积网络获取图结构中丰富的全局信息也是现阶段面临的一个重要问题。针对第一个问题,该文通过多头注意力机制自动学习如何有选择地关注... 详细信息

面向方面级情感分析,现有基于规则的依存树修剪方法存在删除部分有用信息的问题。另外,如何利用图卷积网络获取图结构中丰富的全局信息也是现阶段面临的一个重要问题。针对第一个问题,该文通过多头注意力机制自动学习如何有选择地关注对分类任务有用的结构信息,将原始依存树转变为完全连接的边加权图。针对第二个问题,该文将紧密连接引入图卷积网络中,使图卷积网络能够捕捉丰富的局部和全局信息。三个公开数据集上的实验结果表明,该文模型相比基线模型其准确率和F_(1)值均有提升。

关键词：依存树多头注意力紧密连接图卷积网络

来源：评论

学校读者我要写书评

暂无评论

基于激光诱导击穿光谱法的铝合金中Mg元素定量分析

引用

激光与光电子学进展 2022年第13期59卷 305-310页

作者：丁宇杨淋玉陈靖王星雨郭晓冉徐瑄晨赵兴强罗勇陈文杰南京信息工程大学自动化学院江苏南京210044 南京信息工程大学江苏省大气环境与装备技术协同创新中心江苏南京210044 南京信息工程大学江苏省气象能源利用与控制工程技术研究中心江苏南京210044 南京信息工程大学江苏省大数据分析技术重点实验室江苏南京210044 中国人民解放军32181部队河北石家庄050000

Mg元素能使铝合金获得更好的力学性能并在合金表面形成抗腐蚀的尖晶石膜,使合金具备较好的抗腐蚀性能,因此,探索能快速准确定量分析铝合金中Mg元素含量的方法具有重要意义。首先,基于激光诱导击穿光谱(LIBS)技术对17个铝合金样品中的Mg... 详细信息

Mg元素能使铝合金获得更好的力学性能并在合金表面形成抗腐蚀的尖晶石膜,使合金具备较好的抗腐蚀性能,因此,探索能快速准确定量分析铝合金中Mg元素含量的方法具有重要意义。首先,基于激光诱导击穿光谱(LIBS)技术对17个铝合金样品中的Mg元素进行检测分析。然后,用Nd∶YAG激光器作为光源,分别建立了偏最小二乘(PLS)和随机森林(RF)模型,并对模型的预测性能进行了分析。实验结果表明,针对相同的测试集,PLS模型的相关系数(R_(p)^(2))为0.6809,均方根误差(RMSE)为1.2042;RF模型的R_(p)^(2)为0.8571,RMSE为1.0918。为了提高RF模型的预测性能,根据变量重要性对输入波长进行筛选。选取变量重要性大于0.11的波长点时,基于变量重要性的RF模型R_(p)^(2)为0.9461,RMSE为0.9534,相比RF模型的预测结果,R_(p)^(2)提升了10.38%,RMSE降低了12.68%,且建模时间减少了91.67%。

关键词：激光光学铝合金激光诱导击穿光谱随机森林定量分析

来源：评论

学校读者我要写书评

暂无评论

基于强化学习与变权组合模型的EV充电需求功率预测方法

引用

数据采集与处理 2025年第2期40卷 530-544页

作者：宋宗仁葛泉波李春喜上海海事大学物流工程学院上海201306 南京信息工程大学自动化学院南京210044 大数据分析与智能系统江苏省高校重点实验室南京210044 大气环境与装备技术协同创新中心南京210044 浙江经济职业技术学院汽车技术学院杭州310018

当电动汽车(Electric vehicle,EV)与充电桩连接时,精确预测电动汽车动力电池组的充电需求功率,对于防止电池组过充电至关重要。由于电池组物理模型的复杂性使基于其充电需求功率预测方法通常难以构建,且实时性不高。此外,单一预测模型... 详细信息

当电动汽车(Electric vehicle,EV)与充电桩连接时,精确预测电动汽车动力电池组的充电需求功率,对于防止电池组过充电至关重要。由于电池组物理模型的复杂性使基于其充电需求功率预测方法通常难以构建,且实时性不高。此外,单一预测模型的预测精度偏低。针对上述问题,结合充电数据与机器学习,提出一种基于强化学习与变权组合模型的EV充电需求功率预测方法。在传统灰狼优化算法的基础上,将混沌映射、精英反向学习策略相结合以提高初始种群的质量,利用强化学习的动态权重策略更新灰狼个体位置来优化最小二乘支持向量机(Least square support vector machine,LSSVM)算法中的参数;通过基于时变权重分配的变权组合方法合理分配极限学习机预测模型与改进LSSVM预测模型的权重,解决单一预测模型方法的不足;采用电动汽车的实际充电数据对所提预测算法进行验证,新方法相较于其他3种传统方法在预测精度上分别提高了4.75%、3.84%和0.38%。

关键词：充电需求功率变权组合强化学习灰狼优化算法最小二乘支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于神经动力学优化的无人系统研究综述

引用

控制与决策 2025年第7期40卷 2049-2069页

作者：刘洋吴昊天王林晟葛泉波朱信忠浙江师范大学数学科学学院浙江师范大学杭州自动化学院浙江师范大学浙江全省智能教育技术与应用重点实验室南京信息工程大学自动化学院大气环境与装备技术协同创新中心江苏大数据分析与智能系统省高校重点实验室浙江师范大学计算机科学与技术学院

随着无人系统技术的快速发展,其在高精度、高风险及复杂环境任务中的应用日益广泛.然而,无人系统在实际应用中面临诸多优化挑战,如轨迹规划与跟踪、编队控制、决策与任务分配以及控制优化等.传统优化方法在处理这些复杂问题时往往力不从... 详细信息

随着无人系统技术的快速发展,其在高精度、高风险及复杂环境任务中的应用日益广泛.然而,无人系统在实际应用中面临诸多优化挑战,如轨迹规划与跟踪、编队控制、决策与任务分配以及控制优化等.传统优化方法在处理这些复杂问题时往往力不从心.鉴于此,首先基于神经动力学优化的无人系统若干问题研究现状,重点介绍几类神经动力学优化方法,探讨其在无人系统优化问题中的独特优势;然后详细分析无人系统中几类关键优化问题的数学特性与难点,并总结神经动力学优化方法在这些问题中的具体应用与成效;最后展望神经动力学优化方法在无人系统领域未来的发展方向,强调其在提高无人系统性能、安全性和智能化水平方面的重要作用.

关键词：神经动力学优化路径规划与轨迹跟踪编队控制任务分配控制优化

来源：评论

学校读者我要写书评

暂无评论

基于双指标分组学习粒子群算法的动态敏捷软件项目调度

引用

计算机工程与科学 2024年第10期46卷 1793-1806页

作者：申晓宁徐继勇毛鸣健陈文言宋丽妍南京信息工程大学自动化学院江苏南京210044 江苏省大数据分析技术重点实验室江苏南京210044 江苏省气象能源利用与控制工程技术研究中心江苏南京210044 江苏省大气环境与装备技术协同创新中心江苏南京210044 南方科技大学工学院广东深圳518055 广东省类脑智能计算重点实验室广东深圳518055

针对敏捷软件开发中的用户故事选择和任务分配2个紧耦合子问题,考虑用户故事的新增和开发者工作时长的不确定性,构建敏捷软件项目的动态周期性调度模型,提出一种基于目标值和潜力值双指标进行分组学习的粒子群优化算法。该算法依据不同... 详细信息

针对敏捷软件开发中的用户故事选择和任务分配2个紧耦合子问题,考虑用户故事的新增和开发者工作时长的不确定性,构建敏捷软件项目的动态周期性调度模型,提出一种基于目标值和潜力值双指标进行分组学习的粒子群优化算法。该算法依据不同分组特征选用相异的学习对象,以提高搜索的多样性;基于投资回报率和时间利用率设计初始化和局部搜索策略,以应对环境变化并增强挖掘能力。与7种已有算法相比,所提算法能够规划出一套产出价值更大和时间利用率更高的调度方案。

关键词：敏捷开发软件项目调度双指标分组学习粒子群优化

来源：评论

学校读者我要写书评

暂无评论

基于多头注意力卷积网络的电力负荷预测

引用

南京信息工程大学学报（自然科学版） 2022年第5期14卷 535-542页

作者：郑征谭磊周楠韩军伟高晶翁理国国网河南省电力公司经济技术研究院郑州450052 河南九域腾龙信息工程有限公司郑州450052 南京信息工程大学江苏省大数据分析技术重点实验室 210044

预测居民用电相当于预测一个多元时间序列.针对多个传感器信号的特定窗口能够利用预测模型提取不同的特征来预测用电量.然而,由于时间序列内部特征存在着不规则的模式,包括电力属性之间隐藏的相关性,使得负荷预测准确率不高.为了提取复... 详细信息

预测居民用电相当于预测一个多元时间序列.针对多个传感器信号的特定窗口能够利用预测模型提取不同的特征来预测用电量.然而,由于时间序列内部特征存在着不规则的模式,包括电力属性之间隐藏的相关性,使得负荷预测准确率不高.为了提取复杂的不规则电力模式,选择性地学习时空特征以减少电力属性间的平移方差,本文提出了一种基于多头注意力的卷积循环神经网络深度学习模型.相较于单纯的时间序列模型,该模型利用卷积和加权机制对电力属性和有功功率间的局部相关性进行建模.它利用softmax函数和点积运算的注意力分数来模拟电力需求的瞬态和脉冲特性,有效地对瞬时脉冲功耗进行预测.在美国加州大学欧文分校(University of California,Irvine,UCI)家庭用电数据集共2075259个时间序列上的实验表明,所提出的模型与现有方法相比,准确率得到了较大提升.

关键词：深度学习注意力机制时间序列预测负荷预测

来源：评论

学校读者我要写书评

暂无评论

采用双档案协同进化离散多目标烟花算法的低碳疫苗冷链优化配送

引用

计算机工程与科学 2022年第12期44卷 2255-2265页

作者：申晓宁游璇陈庆洲潘红丽黄遥南京信息工程大学自动化学院江苏南京210044 江苏省大气环境与装备技术协同创新中心江苏南京210044 江苏省大数据分析技术重点实验室江苏南京210044

建立低碳疫苗冷链配送问题的约束多目标优化模型,在满足可用车数量、车辆容量约束和时间窗约束的条件下,考虑最小化碳排放的企业运输成本和客户不满意度。提出一种双档案协同进化的离散多目标烟花算法,采用消除车辆数量和容量约束的解... 详细信息

建立低碳疫苗冷链配送问题的约束多目标优化模型,在满足可用车数量、车辆容量约束和时间窗约束的条件下,考虑最小化碳排放的企业运输成本和客户不满意度。提出一种双档案协同进化的离散多目标烟花算法,采用消除车辆数量和容量约束的解码方式,设计了部分映射爆炸算子,设置可行解档案和不可行解档案协同进化,并对不可行解档案实施可行性搜索。实验结果表明,与已有算法相比,所提算法在低碳疫苗冷链配送问题上能高效地搜索到一组收敛精度和分布性能更优的Pareto非支配解。

关键词：低碳疫苗配送多目标优化烟花算法约束处理协同进化

来源：评论

学校读者我要写书评

暂无评论

基于词共现的方面级情感分析模型

引用

计算机工程与科学 2022年第11期44卷 2071-2079页

作者：杨春霞姚思诚宋金剑南京信息工程大学自动化学院江苏南京210044 江苏省大数据分析技术重点实验室江苏南京210044 江苏省大气环境与装备技术协同创新中心江苏南京210044

针对方面级情感分析存在的局部信息捕捉不充分、多个意见词混淆的问题,提出了一种基于词共现的方面级情感分析模型。该模型将方面级情感分析看成句子对任务,利用BERT获得包含上下文与方面词交互注意力的节点信息;同时,对每条数据样本构... 详细信息

针对方面级情感分析存在的局部信息捕捉不充分、多个意见词混淆的问题,提出了一种基于词共现的方面级情感分析模型。该模型将方面级情感分析看成句子对任务,利用BERT获得包含上下文与方面词交互注意力的节点信息;同时,对每条数据样本构建独立的词共现图,使用门控图神经网络更新节点,加强方面词附近信息的融合,减少无关意见词的干扰;之后在自注意力层进一步融合全局信息,最终取出方面词节点送入非线性层获得分类结果。与6个基线模型的对比实验结果表明,该模型有效地提升了方面级情感分析的准确性。

关键词：方面级情感分析门控图神经网络词共现图自注意力 BERT

来源：评论

学校读者我要写书评

暂无评论

基于深度BiLSTM和图卷积网络的方面级情感分析

引用

计算机工程与科学 2022年第10期44卷 1893-1900页

现有方面级情感分析方法,存在无法获取最优文本表示和使用普通图卷积网络不能提取依存图中深层结构信息的问题。为此,提出了一种基于深度BiLSTM(DBiLSTM)和紧密连接的图卷积网络(DDGCN)模型。首先,通过DBiLSTM获取方面词与上下文单词间... 详细信息

现有方面级情感分析方法,存在无法获取最优文本表示和使用普通图卷积网络不能提取依存图中深层结构信息的问题。为此,提出了一种基于深度BiLSTM(DBiLSTM)和紧密连接的图卷积网络(DDGCN)模型。首先,通过DBiLSTM获取方面词与上下文单词间的深层语义信息;其次,在原始图卷积网络中加入紧密连接,以生成能提取深层结构信息的紧密图卷积网络;然后,利用改进后的图卷积网络捕获依存图上的结构信息;最终,将融合2种深层信息的文本表示用于情感分类。3个数据集上的实验结果表明,DDGCN模型相比对比模型在准确度和F1上均有提升。

关键词：方面级情感分析图卷积网络深度BiLSTM 紧密连接

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：