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
共找到6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：
基于局部编码和多头注意力模型的电力系统暂态稳定性评估 被引量：1
1
作者 谷广超 轩克辉 《计算机应用与软件》 北大核心 2023年第8期114-120,共7页
针对当前基于神经网络的暂态稳定性评估方法无法对暂态状态量测数据进行全局建模的问题,提出一种基于局部编码和多头注意力模型的暂态稳定性评估框架。利用局部RNN结构提取“三段式”暂态状态量测数据的局部特征;利用多头注意力模型对... 针对当前基于神经网络的暂态稳定性评估方法无法对暂态状态量测数据进行全局建模的问题,提出一种基于局部编码和多头注意力模型的暂态稳定性评估框架。利用局部RNN结构提取“三段式”暂态状态量测数据的局部特征;利用多头注意力模型对所有局部特征进行建模,计算各局部特征的长距离依赖关系,挖掘之间显著的关联特征表示。将该特征表示输入到全连接神经网络层和softmax层,输出暂态稳定性评估概率。在新英格兰10机39节点系统模拟仿真环境中的实验结果表明该方法切实可行,相较于次优结果,准确率提高3.05%,F1值提高3.04%,误报率降低39.44%。 展开更多
关键词 局部编码 多头注意力模型 全局建模 暂态稳定性
下载PDF
一种基于情感计算与层次化多头注意力机制的负面新闻识别方法 被引量：3
2
作者 张仰森 周炜翔 +1 位作者 张禹尧 吴云芳 《电子学报》 EI CAS CSCD 北大核心 2020年第9期1720-1728,共9页
网络负面新闻识别在网络舆情监测中具有重要的研究意义.针对当前海量数据下负面新闻难以检测的问题,提出了一种基于情感计算与层次化多头注意力机制相结合的负面新闻识别方法.首先,从新闻文本中采用TF-IDF(Term Frequeney-Inverse Docum... 网络负面新闻识别在网络舆情监测中具有重要的研究意义.针对当前海量数据下负面新闻难以检测的问题,提出了一种基于情感计算与层次化多头注意力机制相结合的负面新闻识别方法.首先,从新闻文本中采用TF-IDF(Term Frequeney-Inverse Document Frquency)和语义相似度算法构建负面新闻情感词库;其次,采用情感倾向计算方法计算负面新闻情感词的情感倾向度;最后,将词语和词语的情感倾向度进行向量化表示,并采用层次化多头注意力机制进行正负面新闻的判定.情感计算和多头注意力机制的引入,对于捕获文本中的情感词语提供了很大帮助.最终本文基于真实的网络新闻文本数据与现有的多种算法进行对比,证明了该模型具有较好的识别效果,相比于Han模型和LSTM模型分别提高了0.67%和3.29%. 展开更多
关键词 语义相似度 情感计算 多头注意力模型 情感倾向
下载PDF
基于小波分析的Arima-Transformer组合模型的比特币价格预测 被引量：1
3
作者 莫世冰 林晖竣 +2 位作者 陈云伟 梁毅 王振坤 《现代信息科技》 2022年第3期32-35,共4页
金融商品价格作为一种经典的时间序列,其变化通常表现为非线性、非平稳性及高波动性,使用单一的模型较难实现对金融商品价格的准确预测。文章基于小波分析建立ARIMA-Transformer组合模型,从不同维度分析时间序列的随机波动、循环变化、... 金融商品价格作为一种经典的时间序列,其变化通常表现为非线性、非平稳性及高波动性,使用单一的模型较难实现对金融商品价格的准确预测。文章基于小波分析建立ARIMA-Transformer组合模型,从不同维度分析时间序列的随机波动、循环变化、周期变化等变化规律,对比特币的价格进行时间窗口滚动式预测,预测结果与实际的比特币价格走势大致相同,表明该模型可作为交易者的参考投资模型。 展开更多
关键词 Transformer模型 多头注意力模型 小波分析 比特币预测
下载PDF
视觉标签的语义三元组检测模型
4
作者 王思涵 陈俊洪 +2 位作者 林大润 刘文印 杨振国 《小型微型计算机系统》 CSCD 北大核心 2023年第5期916-922,共7页
本文提出了一种基于视频标签的语音三元组检测模型,目的是从人类语音中识别语义内容三元组,并传递给机器人进行操作.具体来说,本文设计了一个包含语音模块和视频模块的网络框架.在视频模块中,首先利用I3D和Mask R-CNN分别提取动作和物体... 本文提出了一种基于视频标签的语音三元组检测模型,目的是从人类语音中识别语义内容三元组,并传递给机器人进行操作.具体来说,本文设计了一个包含语音模块和视频模块的网络框架.在视频模块中,首先利用I3D和Mask R-CNN分别提取动作和物体.随后,两个XGBoost分类器被用于根据动作的类型识别主体物体和受体物体.在提取获得三元组之后,该三元组将被作为软标签用于训练语音模块.在语音模块中,本文引入了多头自注意力模型用于建模语音上下文的相互联系.为了验证方法的有效性,本文将所提出的方法在MPII Cooking 2数据集进行实验,实验结果表明模型能够使用视觉标签作为语音模块的训练标签,并且与其它语音方法相比取得了更优异的性能.最后,该模型被部署到了UR10e机器人上进行进一步执行验证. 展开更多
关键词 三元组检测 关键词检测 多头自注意力模型 视频标签
下载PDF
基于多头自注意力模型的本体匹配方法
5
作者 吴楠 唐雪明 《无线电通信技术》 2023年第6期1081-1087,共7页
随着语义网的发展,本体数量不断增加,本体间的语义关系变得越来越复杂。因此,引入OWL2Vec*方法获取本体的语义嵌入表示。通常,匹配的类或属性具有相似的结构,因此利用了字符级和结构级的相似性度量。为高效融合多种相似度值,提出基于多... 随着语义网的发展,本体数量不断增加,本体间的语义关系变得越来越复杂。因此,引入OWL2Vec*方法获取本体的语义嵌入表示。通常,匹配的类或属性具有相似的结构,因此利用了字符级和结构级的相似性度量。为高效融合多种相似度值,提出基于多头自注意力模型的本体匹配方法(Ontology Matching Method Based on Multi-Head Self-Attention, OM-MHSA)自主学习各相似度方法对匹配结果的贡献值。在国际本体对齐评测组织(Ontology Alignment Evaluation Initiative, OAEI)提供的Conference数据集上进行实验,结果表明,相对LSMatch和KGMatcher+方法,提出的模型准确率(Precision)提升了6%,召回率(Recall)和F1值(F1-measure)超过了ALIOn、TOMATO和Matcha等方法。可见,提出的模型能够提升匹配结果的效率。 展开更多
关键词 语义关系 OWL2Vec* 本体匹配 多头自注意力模型
下载PDF
一种基于深度学习的即时配送时间预测模型
6
作者 丁翔 倪丽萍 韩露 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2024年第9期1248-1254,1274,共8页
为了提高即时配送服务水平,文章针对即时配送时间预测问题,提出一种分特征学习的预测模型。首先考虑不同因素对配送过程的影响,使用地理哈希、图嵌入等方法对多种特征进行表示;然后使用多头自注意力模型(multi-head self-attention,MHSA... 为了提高即时配送服务水平,文章针对即时配送时间预测问题,提出一种分特征学习的预测模型。首先考虑不同因素对配送过程的影响,使用地理哈希、图嵌入等方法对多种特征进行表示;然后使用多头自注意力模型(multi-head self-attention,MHSA)和残差连接组合的方法学习多种特征间存在的关联关系,同时利用卷积神经网络(convolutional neural network,CNN)对配送节点间存在的空间关系进行提取,实现对不同特征的学习;最后将提取的特征进行融合,输入多层感知机实现对配送时间的预测。在真实即时配送数据集上的对比实验表明,该文提出的预测模型能够有效学习各类特征及关联关系,预测效果更优。 展开更多
关键词 即时配送 时间预测 多头自注意力模型(MHSA) 卷积神经网络(CNN) 深度学习
下载PDF
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
使用帮助 返回顶部