-
公开(公告)号:CN116628192A
公开(公告)日:2023-08-22
申请号:CN202310255979.6
申请日:2023-03-16
申请人: 中国电建集团昆明勘测设计研究院有限公司
IPC分类号: G06F16/35 , G06F16/33 , G06F40/289 , G06N3/0442 , G06N3/0455 , G06N3/048 , G06N3/045
摘要: 基于Seq2Seq‑Attention的文本主题表示方法,涉及计算机信息技术领域,尤其是一种文本主题表示方法。本发明的方法,具体是:步骤1,采用Jieba分词工具对收集到的文本数据进行分词,并去停用词;步骤2,对文本进行K‑means聚类,将描述同一主题的文本归为一类;步骤3,针对同一主题的文本,通过Encoder模块使用双层双向循环神经网络抽取文本信息特征;步骤4,通过Decoder子模块使用双层单向循环神经网络并结合注意力机制模型完成解码;步骤5,输出期望的热门主题字符序列。通过本发明的方法,文本主题生成精炼简洁,正确,不会产生歧义。
-
公开(公告)号:CN116561511A
公开(公告)日:2023-08-08
申请号:CN202310399231.3
申请日:2023-04-14
申请人: 中国电建集团昆明勘测设计研究院有限公司 , 华能澜沧江水电股份有限公司
IPC分类号: G06F18/10 , G06N3/006 , G06N3/0442 , G06F123/02
摘要: 本发明涉及水电工程技术领域,具体说是一种基于OBL‑SSA优化的LSTM人工监测时序数据生成方法。本方法采用一种在重复网络中具有4个相互作用层的循环神经网络。它不仅能够像标准循环神经网络那样从序列数据中提取信息,还能够保留来自于先前较远步骤的具有长期相关性的信息。本发明基于OBL‑SSA优化的LSTM有足够的长期记忆来处理监测曲线的采样间隔相对较小,监测曲线中存在长期相关性。先用OBL‑SSA算法对时序数据做预处理,之后再利用LSTM算法生成时序数据,较好的解决了观测数据序列距离间隔过大且数据相关性较差的难题。
-
公开(公告)号:CN116205099A
公开(公告)日:2023-06-02
申请号:CN202310038114.4
申请日:2023-01-10
申请人: 中国电建集团昆明勘测设计研究院有限公司 , 华能澜沧江水电股份有限公司 , 河海大学 , 华能集团技术创新中心有限公司
发明人: 许后磊 , 李黎 , 王子成 , 徐小坤 , 朱国金 , 张礼兵 , 张鹏 , 梁礼绘 , 刘海波 , 郭锐 , 舒德伟 , 汪国斌 , 毛莺池 , 王龙宝 , 唐季 , 邓键 , 王禹寒 , 余意 , 郭金敏
摘要: 本申请公开了一种大坝结构安全性态对比分析方法及其系统,包括以下步骤:步骤S11:采用VTK库数据对有限元计算分析结果与安全检测仪器设置位置数据进行三维可视化建模;步骤S12:获取监测断面数据和实测数据;步骤S13:采用差值搜索仪器位置处的有限元计算值后得到三维可视模型。该方法操作人员仅需点击三维可视模型上各监测点即可对该点进行有限元计算值和监测值进行对比,对比结果直管可视,无需人工手动对比,对比效率高、准确性高,有效解决了现有数据对比方法的问题。
-
-