期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多粒度标签扰动的文本分类研究
被引量：
2
1
作者
姚汝婧
王芳
《现代情报》
CSSCI
北大核心
2024年第1期25-36,共12页
[目的/意义]基于深度学习的有监督学习算法是当前文本分类主要的研究方法。然而,有监督的深度学习算法的训练严重依赖于样本标签的准确性,由于标注者的标注经验和主观性等原因,样本标签不可避免地会存在噪声。标签扰动是一种有效应对噪...
[目的/意义]基于深度学习的有监督学习算法是当前文本分类主要的研究方法。然而,有监督的深度学习算法的训练严重依赖于样本标签的准确性,由于标注者的标注经验和主观性等原因,样本标签不可避免地会存在噪声。标签扰动是一种有效应对噪声标签的思路,但当前基于标签扰动的噪声标签学习算法缺乏对多种粒度信息的有效利用,从而限制了算法的性能。[方法/过程]为解决这一问题,本文提出了一种多粒度标签扰动算法(Multi-granularity Label Perturbation,MGLP),融合了样本级粒度和类别级粒度的扰动方式,并利用元学习的思想对不同粒度扰动方式的融合权重进行学习,使该算法能够根据不同的数据特点自适应地对融合权重进行调整。[结果/结论]本文在推文情感分类、电影评论情感分类、引文意图分类3个文本分类数据集上展开实验,结果表明MGLP算法有效地提升了深度学习模型在文本分类任务上的性能,在信息组织和信息分析中具有广泛的应用前景。
展开更多
关键词
文本分类
深度学习
标签扰动
元学习
多粒度
在线阅读
下载PDF
职称材料
一种数据库查询的多标签电能质量混合扰动识别与分类新方法
被引量：
2
2
作者
王燕
李雨婕
+3 位作者
卞安吉
骆玉深
江浙
曹浩敏
《中国电机工程学报》
EI
CSCD
北大核心
2024年第15期5886-5898,I0004,共14页
该文针对电能质量混合扰动的复杂性及当前分类识别的准确率不够高等问题,提出一种数据库查询的多标签电能质量混合扰动分类与识别方法,该方法能够更加科学准确地识别混合扰动,可为电能质量治理、扰动事件责任追究等提供有力决策辅助。首...
该文针对电能质量混合扰动的复杂性及当前分类识别的准确率不够高等问题,提出一种数据库查询的多标签电能质量混合扰动分类与识别方法,该方法能够更加科学准确地识别混合扰动,可为电能质量治理、扰动事件责任追究等提供有力决策辅助。首先,该方法基于可调Q因子小波变换(tunable Q-factor wavelet transform,TQWT)和时变均方根(rootmeansquare,RMS)的特征提取方法有效提取扰动信号基频时域特征量,较好地克服了当前基频幅值特征提取准确率不够高的难点问题;其次,提出频域特征曲线分割新方法,高效地提取扰动信号的高频特征曲线;然后,建立基频幅值特征数据库和高频特征曲线数据库;最后,利用快速动态时间规整(dynamictimewarping,DTW)结合多标签的分类思想进行混合电能质量扰动的多标签分类。仿真实验结果表明,新方法具有如下优势:几乎不受限值范围内基频偏移的影响,抗噪性较强,对单一扰动及包含双重、三重、四重扰动在内的27种扰动具有较高的分类准确率。电网实测扰动数据的分析,进一步验证了该方法的扰动识别有效性。
展开更多
关键词
混合
扰动
多
标签
分类
可调Q因子小波变换
时变均方根
特征曲线分割
快速动态时间规整
在线阅读
下载PDF
职称材料
题名
基于多粒度标签扰动的文本分类研究
被引量：
2
1
作者
姚汝婧
王芳
机构
南开大学商学院信息资源管理系
南开大学网络社会治理研究中心
出处
《现代情报》
CSSCI
北大核心
2024年第1期25-36,共12页
基金
国家社会科学基金重大项目“基于数据共享与知识复用的数字政府智能化治理研究”(项目编号:20ZDA039)。
文摘
[目的/意义]基于深度学习的有监督学习算法是当前文本分类主要的研究方法。然而,有监督的深度学习算法的训练严重依赖于样本标签的准确性,由于标注者的标注经验和主观性等原因,样本标签不可避免地会存在噪声。标签扰动是一种有效应对噪声标签的思路,但当前基于标签扰动的噪声标签学习算法缺乏对多种粒度信息的有效利用,从而限制了算法的性能。[方法/过程]为解决这一问题,本文提出了一种多粒度标签扰动算法(Multi-granularity Label Perturbation,MGLP),融合了样本级粒度和类别级粒度的扰动方式,并利用元学习的思想对不同粒度扰动方式的融合权重进行学习,使该算法能够根据不同的数据特点自适应地对融合权重进行调整。[结果/结论]本文在推文情感分类、电影评论情感分类、引文意图分类3个文本分类数据集上展开实验,结果表明MGLP算法有效地提升了深度学习模型在文本分类任务上的性能,在信息组织和信息分析中具有广泛的应用前景。
关键词
文本分类
深度学习
标签扰动
元学习
多粒度
Keywords
text classification
deep learning
label perturbation
meta-learning
multi-granularity
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
一种数据库查询的多标签电能质量混合扰动识别与分类新方法
被引量：
2
2
作者
王燕
李雨婕
卞安吉
骆玉深
江浙
曹浩敏
机构
国家民委重点实验室(西南民族大学电气工程学院)
黑龙江科技大学电气与控制工程学院
出处
《中国电机工程学报》
EI
CSCD
北大核心
2024年第15期5886-5898,I0004,共14页
基金
四川省科技创新苗子工程项目(2022027)
西南民族大学中央高校基本科研业务费专项资金项目(ZYN2022091)。
文摘
该文针对电能质量混合扰动的复杂性及当前分类识别的准确率不够高等问题,提出一种数据库查询的多标签电能质量混合扰动分类与识别方法,该方法能够更加科学准确地识别混合扰动,可为电能质量治理、扰动事件责任追究等提供有力决策辅助。首先,该方法基于可调Q因子小波变换(tunable Q-factor wavelet transform,TQWT)和时变均方根(rootmeansquare,RMS)的特征提取方法有效提取扰动信号基频时域特征量,较好地克服了当前基频幅值特征提取准确率不够高的难点问题;其次,提出频域特征曲线分割新方法,高效地提取扰动信号的高频特征曲线;然后,建立基频幅值特征数据库和高频特征曲线数据库;最后,利用快速动态时间规整(dynamictimewarping,DTW)结合多标签的分类思想进行混合电能质量扰动的多标签分类。仿真实验结果表明,新方法具有如下优势:几乎不受限值范围内基频偏移的影响,抗噪性较强,对单一扰动及包含双重、三重、四重扰动在内的27种扰动具有较高的分类准确率。电网实测扰动数据的分析,进一步验证了该方法的扰动识别有效性。
关键词
混合
扰动
多
标签
分类
可调Q因子小波变换
时变均方根
特征曲线分割
快速动态时间规整
Keywords
multi-label classification of combined disturbances
Q-factor wavelet transform
time-varying root mean square
segmentation of characteristic curve
fast dynamic time warping
分类号
TM73 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多粒度标签扰动的文本分类研究
姚汝婧
王芳
《现代情报》
CSSCI
北大核心
2024
2
在线阅读
下载PDF
职称材料
2
一种数据库查询的多标签电能质量混合扰动识别与分类新方法
王燕
李雨婕
卞安吉
骆玉深
江浙
曹浩敏
《中国电机工程学报》
EI
CSCD
北大核心
2024
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
