基于不同人格特征的文本观点挖掘方法

    公开(公告)号:CN110825842B

    公开(公告)日:2022-07-29

    申请号:CN201910959523.1

    申请日:2019-10-10

    Abstract: 本发明公开了一种基于不同人格特征的文本观点挖掘方法,包括以下步骤:S1、构建最大熵模型;S2、针对某个事件,将全语料依据人格特征分成多个集合语料c,并通过耦合的狄利克雷过程DP构建跨人格特征主题模型;S3、每条文档进行分词处理,将每条文档的分词组成输入列表,作为跨人格特征主题模型的输入,并初始化跨人格特征主题模型的参数;S4、根据输入内容,采用吉布斯采样法,依据跨人格特征主题模型、最大熵模型迭代计算得出最终的人格特征主题模型的参数。本发明具有自动、准确地发现事件的主要主题,并区分不同人格特征对每个主题的客观方面(属性词)和主观观点(观点词)的有益效果。

    基于不同人格特征的文本观点挖掘方法

    公开(公告)号:CN110825842A

    公开(公告)日:2020-02-21

    申请号:CN201910959523.1

    申请日:2019-10-10

    Abstract: 本发明公开了一种基于不同人格特征的文本观点挖掘方法,包括以下步骤:S1、构建最大熵模型;S2、针对某个事件,将全语料依据人格特征分成多个集合语料c,并通过耦合的狄利克雷过程DP构建跨人格特征主题模型;S3、每条文档进行分词处理,将每条文档的分词组成输入列表,作为跨人格特征主题模型的输入,并初始化跨人格特征主题模型的参数;S4、根据输入内容,采用吉布斯采样法,依据跨人格特征主题模型、最大熵模型迭代计算得出最终的人格特征主题模型的参数。本发明具有自动、准确地发现事件的主要主题,并区分不同人格特征对每个主题的客观方面(属性词)和主观观点(观点词)的有益效果。

    一种航空故障电弧检测的判别算法

    公开(公告)号:CN107064752B

    公开(公告)日:2019-09-27

    申请号:CN201710174862.X

    申请日:2017-03-22

    Inventor: 张俊民 钟锋 林浩

    Abstract: 本发明公开了一种航空故障电弧检测的判别算法,属于航空故障电弧检测领域;具体为:首先,采集实验平台上不同负载下的故障电弧电流信号;然后,判断故障电弧电流信号为直流故障电弧电流还是交流故障电弧电流,并分别提取兼具时域和频域的特征量;针对直流故障电弧的小波能量,信息熵和电流变化率以及交流故障电弧的小波能量,信息熵和经验模态分解的第四个本征模函数值分别作为训练样本,训练支持向量机预测模型;最后,利用两个支持向量机预测模型分别辨别电弧的故障与正常状态;本发明选取多个特征量,减少了故障特征的偶然性,增加了判别的准确性;对故障和正常临界范围内的特征进行智能判别,减少了随机性。

    一种航空故障电弧检测的判别算法

    公开(公告)号:CN107064752A

    公开(公告)日:2017-08-18

    申请号:CN201710174862.X

    申请日:2017-03-22

    Inventor: 张俊民 钟锋 林浩

    Abstract: 本发明公开了一种航空故障电弧检测的判别算法,属于航空故障电弧检测领域;具体为:首先,采集实验平台上不同负载下的故障电弧电流信号;然后,判断故障电弧电流信号为直流故障电弧电流还是交流故障电弧电流,并分别提取兼具时域和频域的特征量;针对直流故障电弧的小波能量,信息熵和电流变化率以及交流故障电弧的小波能量,信息熵和经验模态分解的第四个本征模函数值分别作为训练样本,训练支持向量机预测模型;最后,利用两个支持向量机预测模型分别辨别电弧的故障与正常状态;本发明选取多个特征量,减少了故障特征的偶然性,增加了判别的准确性;对故障和正常临界范围内的特征进行智能判别,减少了随机性。

    基于梯度提升算法的极大规摸长尾多标签分类方法

    公开(公告)号:CN115329846A

    公开(公告)日:2022-11-11

    申请号:CN202210876028.6

    申请日:2022-07-25

    Abstract: 本发明提供一种基于梯度提升算法的极大规摸长尾多标签分类方法,包括:获取原始文本数据;采用深度学习算法对原始文本数据进行训练,将训练的模型作为预训练模型;保留预训练模型中的编码器用以文本表征提取,将其原有的分类器舍弃,添加多层感知机作为新的弱分类器;采用梯度提升算法,基于残差对弱分类器进行训练,以提升训练模型在尾部标签上的精度,作为提升步;将二元交叉熵损失作为优化目标对整个模型进行全网络参数更新,作为更新步;交替进行提升步和更新步,得到成熟的训练模型,能够在极大规摸长尾数据的场景下进行精准的多标签分类。本方法能够快速、准确地对大量数据进行多标签分类,并能够在尾部标签上进行更精准的分类。

Patent Agency Ranking