共查询到20条相似文献,搜索用时 16 毫秒
1.
2.
嫩江流域径流量多时间尺度特征分析 总被引:3,自引:0,他引:3
目前在全球气候变化与人类活动的双重影响下,陆地水文循环发生了深刻的变化,近50年来,嫩江流域径流过程发生了巨大变化,加剧了水资源的短缺和时空变异性,并带来一系列突出的水与生态环境问题.本文根据嫩江、石灰窑、同盟、江桥、大赉水文站1956年~2006年51a的径流资料,采用Morlet小波对嫩江流域径流序列进行了多时间尺度研究,结果表明:流域径流演变过程存在明显的多时间尺度特征,具有8a、20a、45a多尺度的周期变化规律,且以45a尺度的年代周期信号最强,表明45a尺度的年代周期变化最为明显;嫩江、江桥气象站的降水周期与上述径流资料基本一致,说明降水的变化是流域径流演变过程的重要自然控制因素. 相似文献
3.
4.
5.
为了解决电子商务平台中存在的虚假交易问题,本文依据商品的销售记录以及商家的基本信息,提出了一种结合深度置信网络和多层感知器的虚假交易识别方法,通过识别出以通过刷单增加销量的商品来识别虚假交易。首先利用深度置信网络对交易特征进行学习,得到更高层次的抽象特征;然后利用多层感知器进行分类任务,从而识别出虚假交易。从淘宝中爬取商品的交易记录和评论数据进行实验验证,与其他机器学习模型的实验结果进行对比,其性能有明显的提升。 相似文献
7.
8.
在"互联网+"技术的发展推动下,人脸识别技术也逐渐趋于成熟,但是面部表情识别技术作为难点技术,尚未被有效攻克,如果将面部表情识别技术与物联网技术相结合,则会赋予计算机以人类的感情,有利于物联网时代的开启。本文通过对面部表情识别方法进行分析,希望对促进面部表情识别技术的发展有所帮助。 相似文献
9.
[目的/意义]反讽作为一种隐性而间接的情感表达方式,在社交评论中被广泛使用,正确识别用户的反讽情感对于网络平台和服务商具有重要意义。[方法/过程]文章基于深度学习构建多模态反讽识别模型,以在线旅游评论为例,运用深度学习模型分别提取文本、表情符号和图片的特征向量,通过不同的特征融合方式进行反讽识别。[结果/结论]通过与单模态反讽识别模型进行对比实验,发现文章提出的多模态旅游评论反讽识别模型在准确率、召回率等指标上的结果更优,验证了多模态模型比单模态模型反讽识别效果更佳的结论。 相似文献
10.
[目的/意义]针对藏医古籍知识组织与开发不足的问题,利用混合深度学习方法构建面向藏医古籍的命名实体识别模型,为藏医古籍知识的深度开发与利用提供方法支持。[方法/过程]根据藏医古籍知识特点,构建ALBERT-BiLSTM-CRF模型。以《四部医典》为数据集,在人工标注与文本预处理的基础上,进行命名实体识别实验,并将实验结果与其他3种常见模型进行对比分析。[结果/结论]ALBERT-BiLSTM-CRF模型对藏医古籍实体识别效果最好,F1-score达到96.28%,与其他方法相比提升约7个百分点。 相似文献
11.
12.
13.
海面风力对涉海土木工程结构物的建造和使用过程中有很大的影响,不仅可以作用于结构物上部直接形成风荷载,而且可以直接作用于水环境形成水流荷载和波浪荷载。由此可见,海风对涉海结构物的安全性、使用性和耐久性都起到了很大的影响。本文对海面风力等级观测提出了新的算法,将机器学习的方法引入到工程领域海面风力等级的测量中,实现了机器对海面风力等级的视觉识别。 相似文献
14.
15.
16.
[目的/意义]菊花古典诗词的命名实体识别有助于深度挖掘菊花诗词文本之间的关联,传承菊花文化,助力菊花产业及乡村文化旅游,同时也为其他花卉诗词的文本深度挖掘提供了思路。[方法/过程]文章通过网络、论文和书籍进行菊花古典诗词数据的采集,重点选择诗词中涉及的时间、地点、季节、花名、花色、人物和节日7类命名实体进行标注和识别,得到BiLSTM、BiLSTM-CRF和BERT模型不同识别结果,并与CRF模型识别结果进行对比。[结果/结论]BERT模型在菊花古诗词文本的命名实体识别中表现优异,实体识别的调和平均数高于其他模型,最优调和平均数达到91.60%。BERT模型可用于菊花古诗词文本的深层次挖掘研究,并可向更多的花卉诗词扩展,古诗词文本的命名实体标注体系可以为后续研究提供借鉴。 相似文献
17.
18.
19.
【 目的/意义】开展面向领域的细粒度命名实体识别研究对于提升文本挖掘精度具有重要的意义,本文以番
茄病虫害命名实体为例,探索采用深度学习技术实现面向领域的细粒度命名实体识别研究方法。【目的/意义】文章
以电子书、论文、网页作为数据源,选择品种、病虫害、症状、时间、部位、防治药剂六类实体进行标注,利用BERT和
CBOW 预训练字向量分别输入 BiLSTM-CRF 模型训练,并在识别后补充规则控制实体的边界。【结果/结论】
BERT预训练的字向量和BiLSTM-CRF结合,在补充规则控制后F值达到了81.03%,优于其它模型,在番茄病虫害
领域的实体识别中具有较好的效果。【创新/局限】BERT预训练的字向量可以有效降低番茄病虫害领域实体因分
词错误带来的影响,针对不同实体的特点,补充规则可以有效控制实体边界,提高识别准确率。但本文的规则补充
仅在测试阶段,并没有加入训练过程,整体的准确率还有待提高。 相似文献
20.
为及时有效地识别潜在技术机会,采用文本挖掘和异常值检测的方法,提出一种基于专利文本的技术机会识别方法.首先采用文本表示模型Doc2vec技术对专利摘要进行建模,以更深层表征文本语义信息;然后利用基于密度的离群值检测算法,识别出具有潜在技术机会的专利方向;最后以深度学习领域潜在技术识别为例,构建专利检索式并收集458条专利文献作为数据集.实证结果总结出4类主题共10个潜在的技术机会,验证了该基于专利的技术机会识别方法的有效性,可为企业相应技术应用、研发和创新提供参考. 相似文献