期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
游客微博主题情感分析方法比较研究
被引量：
12
1
作者
刘思叶
田原
+1 位作者
冯雨宁
庄
育
龙
《北京大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2018年第4期687-692,共6页
针对饮食、娱乐、购物、景观、交通和住宿6个旅游主题,基于机器学习方法,开展游客微博主题情感分析方法比较研究。以人工标注的53140条赴日游客微博为数据基础,应用两种机器学习模型开展建模实验,并分析不同特征对建模效果的影响。实验...
针对饮食、娱乐、购物、景观、交通和住宿6个旅游主题,基于机器学习方法,开展游客微博主题情感分析方法比较研究。以人工标注的53140条赴日游客微博为数据基础,应用两种机器学习模型开展建模实验,并分析不同特征对建模效果的影响。实验结果显示,两种模型的建模效果良好,适用于游客微博主题情感分析,其中最大熵模型效果略优于支持向量机。研究还表明,在词特征的基础上引入表情符号和主题词进行特征扩展,可以提高模型的建模效果。
展开更多
关键词
主题情感分析
游客微博
最大熵模型
支持向量机
下载PDF
职称材料
基于深度神经网络的滑坡危险性评价——以深圳市为例
被引量：
11
2
作者
庄
育
龙
田原
程楚云
《地理与地理信息科学》
CSCD
北大核心
2019年第2期104-110,1,共8页
该文以提升滑坡危险性评价精度为核心目标,对深度神经网络在滑坡危险性评价中的可行性和适用性进行研究,以期充分发挥深度神经网络强大的非线性学习和拟合能力,取得更加合理的滑坡危险性评价结果。选取滑坡灾害多发的深圳市作为实例,基...
该文以提升滑坡危险性评价精度为核心目标,对深度神经网络在滑坡危险性评价中的可行性和适用性进行研究,以期充分发挥深度神经网络强大的非线性学习和拟合能力,取得更加合理的滑坡危险性评价结果。选取滑坡灾害多发的深圳市作为实例,基于深圳市815条历史滑坡数据,开展了深度神经网络建模训练;通过与广义线性模型及分类与回归树模型训练效果的对比,对深度神经网络的建模效果进行了评价,深度神经网络、广义线性模型和分类与回归树模型的AUC值依次是0.908、0.861和0.857。将训练所得的模型应用于深圳市全区,对3种模型输出的滑坡危险性评价成果的合理性和可靠性进行了对比分析,结果表明:深度神经网络建模精度良好,优于常见的广义线性模型和分类与回归树模型,输出的滑坡危险性评价成果具有合理性,适用于滑坡危险性评价工作。
展开更多
关键词
深度神经网络
滑坡危险性评价
建模效果
地理信息系统
下载PDF
职称材料
题名
游客微博主题情感分析方法比较研究
被引量：
12
1
作者
刘思叶
田原
冯雨宁
庄
育
龙
机构
北京大学遥感与地理信息系统研究所
出处
《北京大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2018年第4期687-692,共6页
基金
国家重点研发计划(2018YFB0505500
2018YFB0505504)
测绘遥感信息工程国家重点实验室开放研究基金((16)重02)资助
文摘
针对饮食、娱乐、购物、景观、交通和住宿6个旅游主题,基于机器学习方法,开展游客微博主题情感分析方法比较研究。以人工标注的53140条赴日游客微博为数据基础,应用两种机器学习模型开展建模实验,并分析不同特征对建模效果的影响。实验结果显示,两种模型的建模效果良好,适用于游客微博主题情感分析,其中最大熵模型效果略优于支持向量机。研究还表明,在词特征的基础上引入表情符号和主题词进行特征扩展,可以提高模型的建模效果。
关键词
主题情感分析
游客微博
最大熵模型
支持向量机
Keywords
thematic sentiment analysis
Weibo of tourists
Maximum Entropy
Support Vector Machine （SVM）
分类号
F590 [经济管理—旅游管理]
下载PDF
职称材料
题名
基于深度神经网络的滑坡危险性评价——以深圳市为例
被引量：
11
2
作者
庄
育
龙
田原
程楚云
机构
北京大学遥感与地理信息系统研究所
出处
《地理与地理信息科学》
CSCD
北大核心
2019年第2期104-110,1,共8页
基金
国家重点研发计划资助项目(2018YFB0505500
2018YFB0505504)
文摘
该文以提升滑坡危险性评价精度为核心目标,对深度神经网络在滑坡危险性评价中的可行性和适用性进行研究,以期充分发挥深度神经网络强大的非线性学习和拟合能力,取得更加合理的滑坡危险性评价结果。选取滑坡灾害多发的深圳市作为实例,基于深圳市815条历史滑坡数据,开展了深度神经网络建模训练;通过与广义线性模型及分类与回归树模型训练效果的对比,对深度神经网络的建模效果进行了评价,深度神经网络、广义线性模型和分类与回归树模型的AUC值依次是0.908、0.861和0.857。将训练所得的模型应用于深圳市全区,对3种模型输出的滑坡危险性评价成果的合理性和可靠性进行了对比分析,结果表明:深度神经网络建模精度良好,优于常见的广义线性模型和分类与回归树模型,输出的滑坡危险性评价成果具有合理性,适用于滑坡危险性评价工作。
关键词
深度神经网络
滑坡危险性评价
建模效果
地理信息系统
Keywords
deep neural network
landslide susceptibility assessment
model effectiveness
GIS
分类号
P642.22 [天文地球—工程地质学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
游客微博主题情感分析方法比较研究
刘思叶
田原
冯雨宁
庄
育
龙
《北京大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2018
12
下载PDF
职称材料
2
基于深度神经网络的滑坡危险性评价——以深圳市为例
庄
育
龙
田原
程楚云
《地理与地理信息科学》
CSCD
北大核心
2019
11
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
