期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于多阶段注意力机制的多种导航传感器故障识别研究 被引量:4
1
作者 王亚朝 赵伟 +1 位作者 徐海洋 刘建业 《自动化学报》 EI CAS CSCD 北大核心 2021年第12期2784-2790,共7页
导航传感器在使用过程中容易发生故障,针对传统方法对其间歇性和渐变性故障识别率低的问题提出了一种基于多阶段注意力机制的多传感器故障识别算法.该算法采用基于长短期记忆神经网络和注意力机制的编码器-解码器结构,根据多类导航传感... 导航传感器在使用过程中容易发生故障,针对传统方法对其间歇性和渐变性故障识别率低的问题提出了一种基于多阶段注意力机制的多传感器故障识别算法.该算法采用基于长短期记忆神经网络和注意力机制的编码器-解码器结构,根据多类导航传感器数据之间的空间相关性和时间相关性来进行多传感器的故障互判.经验证,该算法对多种类传感器的故障识别率高达97.5%,可以高效地实现故障的检测和分类.该方法可以准确识别出故障传感器和故障类型,具有很强的工程应用价值. 展开更多
关键词 多阶段注意力机制 长短期记忆神经网络 编码器-解码器 多类传感器 故障互判
在线阅读 下载PDF
融合语义信息与问题关键信息的多阶段注意力答案选取模型 被引量:10
2
作者 张仰森 王胜 +2 位作者 魏文杰 彭媛媛 郑佳 《计算机学报》 EI CSCD 北大核心 2021年第3期491-507,共17页
自动问答系统可以帮助人们快速从海量文本中提取出有效信息,而答案选取作为其中的关键一步,在很大程度上影响着自动问答系统的性能.针对现有答案选择模型中答案关键信息捕获不准确的问题,本文提出了一种融合语义信息与问题关键信息的多... 自动问答系统可以帮助人们快速从海量文本中提取出有效信息,而答案选取作为其中的关键一步,在很大程度上影响着自动问答系统的性能.针对现有答案选择模型中答案关键信息捕获不准确的问题,本文提出了一种融合语义信息与问题关键信息的多阶段注意力答案选取模型.该方法首先利用双向LSTM模型分别对问题和候选答案进行语义表示;然后采用问题的关键信息,包括问题类型和问题中心词,利用注意力机制对候选答案集合进行信息增强,筛选Top K个候选答案;然后采用问题的语义信息,再次利用注意力机制对Top K个候选答案集合进行信息增强,筛选出最佳答案.通过分阶段地将问题的关键信息和语义信息与候选答案的语义表示相结合,有效提高了对候选答案关键信息的捕获能力,从而提升了答案选取系统的性能.在三个数据集上对本文所提出的模型进行验证,相较已知同类最好模型,最高性能提升达1.95%. 展开更多
关键词 答案选取 语义信息 关键信息 相似度计算 多阶段注意力机制
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部