|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 文本情感分析方法及应用综述显示文摘【目的】通过文献调研梳理并综述文本情感分析的技术发展态势及应用场景。【文献范围】以Web of Science核心数据库和CNKI为检索来源,利用情感分析的相关概念、方法、技术构造检索策略,对2011-2020年文本情感分析方法的研究论文进行计量统计。【方法】从时间、主题等维度对文本情感分析的主要模型方法和应用场景分别进行归纳、分析和总结,并在此基础上探讨其现状和不足。【结果】根据分析结果可以看出,面向不同应用场景,主要有基于情感词典与规则、基于传统机器学习和基于深度学习三种文本情感分析方法,各种方法均存在优缺点。同时,近年来基于多策略混合的方法逐渐成为重要的改进方向。【局限】主要从宏观技术方法的角度对文本情感分析方法及应用进行综述分析,没有对各类情感分析算法的技术细节进行对比和阐述。【结论】在大数据和深度学习带来的人工智能技术变革背景下,文本情感分析在技术方法上还有改进空间,同时在面向商业决策等应用场景中也有很大的发展潜力。 | 钟佳娃 刘巍 王思丽 杨恒 | 2021 | 数据分析与知识发现2021，5，6： | 62 |
| 2 | 基于ARIMA-BIGRU的船舶航迹预测显示文摘为了提高船舶航迹预测的精准度和稳定性,提出一种基于差分自回归移动平均模型和双向循环神经网络的组合预测方法,利用ARIMA模型对航迹进行初步预测,再通过注意力机制优化BIGRU神经网络,对残差序列进行矫正,以船舶经度、纬度、航速、航向、船舶类型作为输入,经度、纬度作为输出,构建船舶航迹预测模型。实验结果表明,该种预测方法的均方误差、平均绝对误差、均方根误差均较小,能够比较准确地预测出船舶航迹。 | 于琛 付玉慧 张逸飞 王超 | 2021 | 船海工程2021，50，6： | 3 |
| 3 | 基于SAM-WGAN-GP的短期风电功率预测显示文摘针对风电功率预测精度低且模型不稳定的问题,提出基于双阶段注意力机制生成对抗网络(SAM-WGAN-GP)的短期风电功率预测模型。首先,在生成对抗网络的生成模型中引入自注意力机制和时间注意力机制,通过自注意力机制自适应的选择输入特征,并通过时间注意力机制捕获风电数据时间序列的长时间依赖性;判别模型采用卷积神经网络,提高模型的预测精度。其次,将SAM-WGAN-GP网络的生成器损失函数和均方根误差结合作为目标函数,以提高模型的稳定性,同时为解决判别器缓慢学习的问题,引入双时间尺度更新规则(TTUR)以平衡网络的训练过程。最后,以甘肃省酒泉市某风电场的实际运行数据为例,验证SAM-WGAN-GP模型不仅能自适应选择输入特征,而且可捕捉风电数据的长时间依赖性,并提高预测精度。 | 黄玲 李林霞 程瑜 许子健 | 2023 | 太阳能学报2023，44，4： | 1 |
| 4 | 基于组合生成对抗网络的短期风电功率预测显示文摘为了提高风电功率的预测精度,本文提出基于组合生成对抗网络(Generative Adversarial Network,GAN)的短期风电功率预测模型。首先,通过集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)算法将原始数据分解为多个不同频率的固有模态的子序列,从每个子序列中提取非线性和动态信号。然后,在组合框架中,应用自我注意机制(Self-attention Mechanism,SAM)作为生成模型,提取并生成风电原始数据的分布特征;卷积神经网络(Convolutional Neural Networks,CNN)作为判别模型,进行风电功率的预测,并采用强化学习(Reinforcement Learning,RL)来调整组合模型的超参数。最后,以甘肃省酒泉市某风电场的实际运行数据为例,验证所提方法与其他算法相比的优越性能。 | 郭海军 李林霞 | 2023 | 电气技术与经济2023，，4： | 0 |
| 5 | 基于BiGR U-CNN的网络舆情情感识别模型显示文摘目的随着公众舆论数据的快速增长,社交网络文本情感识别在网络舆情监控中发挥着越来越重要的作用。由于文本数据的稀疏性、高维性和自然语言的复杂语义,情感分析任务面临巨大的挑战。方法为提高网络舆情情感识别的效果,设计一种融合双向门控循环单元(BiGRU)和卷积神经网络(CNN)的情感识别模型。首先将社交网络文本转换成特征向量,然后通过BiGRU提取文本的上下文情感特征,最后通过CNN提取文本的局部情感特征,构建中文社交网络文本情感识别模型。结果以新冠疫情期间网民的微博评论为数据集验证模型的可行性和优越性,模型的精确率、召回率和F1值分别达到86.6%、87.06%和86.85%。结论实验结果表明,融合BiGR U-CNN的特征向量包含更加丰富文本的情感信息,能够有效提升网络舆情情感识别的性能。 | 林伟 | 2023 | 中国人民公安大学学报(自然科学版)2023，29，2： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员