期刊文献+
共找到103篇文章
< 1 2 6 >
每页显示 20 50 100
基于k-shape聚类和TCN-Attention-XGBoost的基线负荷估计方法
1
作者 沈杰 邢海军 +1 位作者 俞钱 施怡沁 《太阳能学报》 北大核心 2025年第8期676-685,共10页
针对传统基线负荷估计方法在面对多变的电力负荷消耗时准确度不足的挑战,提出一种结合k-shape聚类算法和基于时间卷积网络(TCN)、注意力机制和极端梯度提升(XGBoost)的估计方法。首先利用TCN-Attention模型进行时间序列预测,提取负荷的... 针对传统基线负荷估计方法在面对多变的电力负荷消耗时准确度不足的挑战,提出一种结合k-shape聚类算法和基于时间卷积网络(TCN)、注意力机制和极端梯度提升(XGBoost)的估计方法。首先利用TCN-Attention模型进行时间序列预测,提取负荷的时间特征;然后采用k-shape聚类算法对用户负荷数据进行聚类,以找出在形状和趋势上相似度高的负荷序列,并采用XGBoost算法捕捉负荷的空间特征。最后,将两者的估计值进行误差倒数法组合得到最终的估计结果。利用实际算例进行验证,并将所提方法与其他方法进行对比,结果表明了所提方法的有效性。 展开更多
关键词 新能源 需求响应 基线负荷 k-shape 时间卷积网络 注意力机制 XGBoost
在线阅读 下载PDF
基于Attention-GAT-LSTM的算法模型在新型电力系统中的应用探索
2
作者 刘锦涛 孙玉芹 +2 位作者 郭子涛 王添翼 程文 《南方电网技术》 北大核心 2025年第6期95-104,共10页
精确的短期电力负荷预测对新型电力系统日发电计划的制订和实时调度至关重要,为取得准确可靠的负荷预测结果,针对真实用电负荷数据的时序性、不确定性等特征,提出了一种基于Attention-GAT-LSTM的智能算法,并应用在实际的新型电力系统中... 精确的短期电力负荷预测对新型电力系统日发电计划的制订和实时调度至关重要,为取得准确可靠的负荷预测结果,针对真实用电负荷数据的时序性、不确定性等特征,提出了一种基于Attention-GAT-LSTM的智能算法,并应用在实际的新型电力系统中。在原始数据的处理中创新地结合了自注意力机制,引入了数据处理单元附加权值,并采用跳跃连接机制防止结果出现过拟合;将处理后的数据传递到图注意力网络(graph attention network,GAT)进行空间节点的特征提取,再传递到长短期记忆网络(long short-term memory,LSTM)进行时间特征的提取;通过前向传播、反向传播和梯度下降方法,使LSTM层的权重和偏置得到迭代更新,有效地减少信息在迭代过程中的丢失并突出关键时间点信息。最后通过多种不同模型的对比分析,验证了该方法在短期电力负荷预测(小时级)时具有较高的预测精度,可以为新型电力系统的运行调度、规划建设提供数据支持。 展开更多
关键词 新型电力系统 电力负荷预测 图神经网络 自注意力机制 长短期记忆网络
在线阅读 下载PDF
基于GAT-GRU的高渗透率分布式新能源接入的配电网无功优化 被引量:1
3
作者 刘会家 滕杰 +1 位作者 冯铃 肖懂 《现代电力》 北大核心 2025年第3期531-541,共11页
无功优化在配电网的电压控制、潮流分布以及整个配电网的稳定中起着至关重要的作用。目前,高渗透率新能源的分布式并网以及负荷的多样化给电网的稳定运行带来了巨大的挑战,传统无功补偿方式的时效性以及准确性在当下复杂电网背景下已经... 无功优化在配电网的电压控制、潮流分布以及整个配电网的稳定中起着至关重要的作用。目前,高渗透率新能源的分布式并网以及负荷的多样化给电网的稳定运行带来了巨大的挑战,传统无功补偿方式的时效性以及准确性在当下复杂电网背景下已经无法满足低成本–高质量的供电要求。针对以上情况,该文采用图注意力网络(graph attention networks,GAT)结合门控循环单元(gate recurrent unit,GRU)神经网络对配电网的无功做出优化决策,基于GAT-GRU网络,把握节点间相关性特征的同时获取配电网特征时间依赖性。依据决策,通过无功调节设备与智能柔性开关(soft open point,SOP)协同,以解决配电网的无功优化问题。最后,利用改进的IEEE 33节点配电模型对所提方法进行验证,结果表明GAT-GRU网络在电压控制、网络损耗优化等方面具有良好的效果,证明了该方法在无功优化中的有效性与优异性。 展开更多
关键词 无功优化 配电网 图注意力网络 门控循环单元 分布式能源 智能软开关
在线阅读 下载PDF
集成多元网络信息的期货价格波动预测:农产品玉米期货实证
4
作者 张大斌 曾芷媚 +1 位作者 凌立文 余泽汇 《运筹与管理》 北大核心 2025年第3期183-189,I0101-I0102,共7页
以互联网为载体的媒体信息作为公众的主要信息来源,对期货市场参与者的投资决策产生影响,同时也会影响市场的具体表现。本文聚焦于挖掘网络信息对期货市场的赋能作用,提出一种集成多元网络信息的期货价格波动预测方法,以农产品玉米期货... 以互联网为载体的媒体信息作为公众的主要信息来源,对期货市场参与者的投资决策产生影响,同时也会影响市场的具体表现。本文聚焦于挖掘网络信息对期货市场的赋能作用,提出一种集成多元网络信息的期货价格波动预测方法,以农产品玉米期货为实证对象,验证了预测方法的有效性。首先采用KL-LDA模型和SnowNLP方法,基于相关的新闻信息分别构建主题指数和情绪指数,并引入累积衰减因子对情绪指数进行优化;其次,利用百度需求图谱构建核心关键词库,使用相应的百度指数建立网络关注度指数;最后,通过递归特征消除方法RFE构建预测变量组合,基于深度学习模型LSTM进行期价预测。玉米期货实证结果:与基于单变量预测的LSTM模型相比,该方法在MAE,RMSE和MAPE指标上分别降低45%,41%和43%,能够有效测度网络信息对玉米期价预测的价值,提升模型预测精度。 展开更多
关键词 多元网络信息 新闻信息 网络关注度 深度学习模型 玉米期价预测
在线阅读 下载PDF
基于局部和全局特征聚合的虚假新闻检测方法
5
作者 杨书新 丁祺伟 《计算机工程与应用》 北大核心 2025年第9期139-147,共9页
在虚假新闻检测的问题上,现有的方法大多通过捕捉上下文语义特征、对照外部知识库来判断新闻的真实性,但很多研究人员忽略了新闻在发布时期各大社交媒体的新闻生态。针对上述问题,提出一种基于局部和全局特征聚合的虚假新闻检测方法。... 在虚假新闻检测的问题上,现有的方法大多通过捕捉上下文语义特征、对照外部知识库来判断新闻的真实性,但很多研究人员忽略了新闻在发布时期各大社交媒体的新闻生态。针对上述问题,提出一种基于局部和全局特征聚合的虚假新闻检测方法。具体来说,设计了全局环境感知模块和局部环境感知模块,其中全局环境感知模块通过均值池化、全连接、注意力机制等操作获得全局特征,局部环境感知模块通过将文本向量进行聚类、均值池化、哈达玛乘积、多层感知器、注意力机制等操作获得局部特征。利用融合机制将这些特征进行聚合,与其他虚假新闻检测器协同工作,用以验证新闻的真实性。在微博和推特两个新闻文本数据集上进行了对比实验,实验结果表明提出的方法可以有效提取全局和局部环境中的新闻文本特征,从而提高检测精度。 展开更多
关键词 虚假新闻检测 注意力机制 特征提取 社交媒体
在线阅读 下载PDF
守“正”创“新”:政绩考核转型与新质生产力
6
作者 魏万青 叶秋志 陈永洲 《南方经济》 北大核心 2025年第7期55-74,共20页
政绩考核转型及其相伴的政府角色转变对新质生产力发展具有重要影响。利用2013年政绩考核新规构造的准自然实验,在委托代理和注意力分配框架下,基于广义双重差分模型和2010—2021年城市数据,考察了政绩考核转型对新质生产力的具体影响... 政绩考核转型及其相伴的政府角色转变对新质生产力发展具有重要影响。利用2013年政绩考核新规构造的准自然实验,在委托代理和注意力分配框架下,基于广义双重差分模型和2010—2021年城市数据,考察了政绩考核转型对新质生产力的具体影响及作用链路。结果发现:政绩考核转型能促进新质生产力发展。其原因在于政绩考核转型引致政府角色转变,从而将更多的注意力和资源向发展新质生产力集聚。机制检验表明,一方面,政绩考核转型会强化政府的资助者和执法者角色,通过增加财政科技支出和强化知识产权保护为发展新质生产力创造良好的制度环境。另一方面,政绩考核转型会深化政府的引导者和支持者角色,通过激发创新活力和提升创业活跃度,加速新质生产力生成。异质性分析证实,在不同条件下政绩考核转型对新质生产力具有异质性影响,在高政府效率、强地方政府竞争和强官员晋升激励的城市作用效果更强。研究结论既从新质生产力视角延展了政绩考核体系的解释范围,也为通过确立正确政绩观和官员治理体系推动新质生产力发展提供了现实依据。 展开更多
关键词 政绩考核转型 新质生产力 多任务委托代理 注意力分配
在线阅读 下载PDF
政府环境审计与企业绿色创新
7
作者 卢锐 唐凯 陈诗婷 《南京审计大学学报》 北大核心 2025年第3期25-36,共12页
以我国2007—2019年A股上市公司为样本,基于地方官员与企业负责人视角,检验政府环境审计的效果。研究发现:政府环境审计能够促进工业企业的绿色创新。地方官员及企业负责人的环保重视度能够提振此促进效果。地方官员会借助环保补助与排... 以我国2007—2019年A股上市公司为样本,基于地方官员与企业负责人视角,检验政府环境审计的效果。研究发现:政府环境审计能够促进工业企业的绿色创新。地方官员及企业负责人的环保重视度能够提振此促进效果。地方官员会借助环保补助与排污收费将环保理念传递给企业负责人,企业内部也会调整针对高管的薪酬契约设计以进行环保激励。进一步地,政府环境审计能够实现企业绿色创新的“增质提量”,并帮助发展新质生产力,且此效果受到多种企业内外部因素的影响。研究结论为进一步利用政府环境审计加强生态文明建设提供了理论证据与政策建议。 展开更多
关键词 政府环境审计 经济责任审计 绿色创新 环保重视度 新质生产力 生态文明
在线阅读 下载PDF
如何提高淡季新媒体营销的有效性?——基于贝叶斯模型的旅游景区公众号注意力研究 被引量:1
8
作者 罗卉 苏思晴 梁增贤 《旅游科学》 北大核心 2025年第1期119-134,共16页
旅游流季节性波动是旅游景区面临的普遍问题,而通过新媒体营销吸引淡季游客成为景区平衡季节性的重要手段。如何提升旅游景区淡季新媒体营销的有效性是研究热点。文章以季节性明显的河南省焦作市云台山景区为案例,通过新媒体数据、游客... 旅游流季节性波动是旅游景区面临的普遍问题,而通过新媒体营销吸引淡季游客成为景区平衡季节性的重要手段。如何提升旅游景区淡季新媒体营销的有效性是研究热点。文章以季节性明显的河南省焦作市云台山景区为案例,通过新媒体数据、游客量与旅游收入数据,对景区季节性特征及新媒体营销效果进行分析。文章对2016年至2019年景区微信公众号3624篇推文进行编码,运用贝叶斯网络模型对淡旺季的营销传播策略进行后验概率推断。研究发现,以微信公众号为代表的新媒体平台淡季营销效果显著低于旺季。景区在淡季时采用与节赛事活动、文化、生活相关的宣传主题,文字+图片+视频的内容形式,上午发布的时间可以达到更好的营销效果。这与个体新媒体参与的注意力规律和时间规律密切相关。文章为旅游景区的新媒体营销和反季旅游发展提供建议。 展开更多
关键词 季节性 注意力 新媒体营销 贝叶斯网络模型 焦作云台山
在线阅读 下载PDF
外部知识与内部上下文语义聚合的短文本新闻虚假检测模型
9
作者 邱艳芳 赵振宇 +3 位作者 孙志杰 马坤 纪科 陈贞翔 《济南大学学报(自然科学版)》 北大核心 2025年第4期569-575,584,共8页
为了解决短文本新闻语义特征稀疏以及忽略了外部知识与短文本新闻语义之间同源关联性的问题,提出一种外部知识与内部上下文语义聚合的短文本新闻虚假检测模型(EKCS-ST),构建新闻特征信息网络,包含新闻主题、作者、实体3种外部知识,丰富... 为了解决短文本新闻语义特征稀疏以及忽略了外部知识与短文本新闻语义之间同源关联性的问题,提出一种外部知识与内部上下文语义聚合的短文本新闻虚假检测模型(EKCS-ST),构建新闻特征信息网络,包含新闻主题、作者、实体3种外部知识,丰富短文本新闻语义特征,通过图卷积生成新闻的外部知识图特征;将新闻文本输入到文本编码器中捕获新闻内部上下文语义特征;将外部知识图特征和内部上下文语义特征用于上下文感知计算,加强外部知识与上下文语义的关联性;使用注意力机制筛选和加强新闻关键特征,并且通过调高少数类新闻的损失误差,缓解数据不均衡问题。结果表明,本文所提模型的F_(1)值即精确率和召回率的调和平均值为0.86,比BERT、TextGCN等模型分别高18%、17%,验证了模型的有效性。 展开更多
关键词 短文本新闻虚假检测 外部知识 注意力机制 语义特征
在线阅读 下载PDF
基于改进AP聚类和双重注意力机制的区域级新能源超短期出力预测方法 被引量:1
10
作者 苏华英 林晨 +3 位作者 张俨 王融融 程春田 张俊涛 《广东电力》 北大核心 2025年第3期8-17,共10页
为提高新能源超短期出力预测的准确性,充分考虑电源的时空互补特性和关键气象信息,提出基于改进近邻传播(affinity propagation,AP)聚类和双重注意力机制的区域级新能源超短期出力预测方法。首先,建立电站之间互补性的评价指标,并计算... 为提高新能源超短期出力预测的准确性,充分考虑电源的时空互补特性和关键气象信息,提出基于改进近邻传播(affinity propagation,AP)聚类和双重注意力机制的区域级新能源超短期出力预测方法。首先,建立电站之间互补性的评价指标,并计算统计区域电站的互补性矩阵,利用改进AP聚类算法对区域电站进行空间聚类;然后,引入时序和特征2个维度的注意力机制,捕捉汇聚区的关键气象特征;最后,以此为基础建立基于双向长短期记忆网络的新能源出力超短期预测模型。实际数据验证所提预测方法相比于区域整体预测及传统AP聚类预测具有更高的精度。同时,与传统相关系数方法对比表明,融合注意力机制的预测模型更能有效捕捉汇聚区的气象特征。 展开更多
关键词 新能源出力 超短期预测 近邻传播聚类 双向长短期记忆 注意力机制
在线阅读 下载PDF
基于跨模态注意力机制和弱监督式对比学习的虚假新闻检测模型
11
作者 蔡松睿 张仕斌 +2 位作者 丁润宇 卢嘉中 黄源源 《信息安全研究》 北大核心 2025年第8期693-701,共9页
随着互联网和智能设备的广泛普及,社交媒体已成为新闻传播的主要平台.然而这也为虚假新闻的广泛传播提供了条件.在当前的社交媒体环境中,虚假新闻以文本、图片等多种模态存在,而现有的多模态虚假新闻检测技术通常未能充分挖掘不同模态... 随着互联网和智能设备的广泛普及,社交媒体已成为新闻传播的主要平台.然而这也为虚假新闻的广泛传播提供了条件.在当前的社交媒体环境中,虚假新闻以文本、图片等多种模态存在,而现有的多模态虚假新闻检测技术通常未能充分挖掘不同模态之间的内在联系,限制了检测模型的整体性能.为了解决这一问题,提出了一种基于跨模态注意力机制和弱监督式对比学习的虚假新闻检测模型.该模型利用预训练的BERT和ViT模型分别提取文本和图像特征,通过跨模态注意力机制有效融合多模态特征.同时,该模型引入了弱监督式对比学习,利用有效模态的预测结果作为监督信号指导对比学习过程,能够有效捕捉和利用文本与图像间的互补信息,从而提升了模型在多模态环境下的性能和鲁棒性.仿真实验表明,提出的虚假新闻检测模型在公开的Weibo17和Weibo21数据集上表现出色,与目前最先进的方法相比,准确率平均提升了1.17个百分点,F 1分数平均提升了1.66个百分点,验证了其在应对多模态虚假新闻检测任务中的有效性和可行性. 展开更多
关键词 虚假新闻检测 多模态融合 跨模态注意力机制 对比学习 深度学习
在线阅读 下载PDF
一种融合BERT和注意力机制的新闻文本分类方法
12
作者 熊亿坤 付雪峰 +2 位作者 盛黄煜 胡昊 汪涛涛 《江西师范大学学报(自然科学版)》 北大核心 2025年第1期49-57,共9页
文本分类任务是在自然语言处理中的一项重要任务,旨在将给定的文本分配到预定义的不同类别或标签中.针对近年来备受关注的注意力机制和一种基于Transformer结构的预训练模型BERT,该文提出一种基于BERT-TextRCNN-Attention混合神经网络... 文本分类任务是在自然语言处理中的一项重要任务,旨在将给定的文本分配到预定义的不同类别或标签中.针对近年来备受关注的注意力机制和一种基于Transformer结构的预训练模型BERT,该文提出一种基于BERT-TextRCNN-Attention混合神经网络的新闻文本分类方法.为了增强文本的特征表示和模型的分类效果,该分类方法首先使用BERT预训练模型对文本进行预训练,并作为TextRCNN的词向量嵌入,其次采用TextRCNN模型和注意力机制进一步对文本的上下文特征和局部关键特征进行提取,再对新闻文本进行分类;最后在THUCNews数据集上进行对比实验.实验结果表明:该文提出方法在准确率和F_(1)值上比Transformer、TextRNN、TextCNN、DPCNN等文本分类模型均有所提升. 展开更多
关键词 BERT模型 基于卷积神经网络的文本分类模型 注意力机制 新闻文本分类
在线阅读 下载PDF
数字新基建的技术创新效应——基于数字技术创新视角
13
作者 赖晓冰 李王新 +1 位作者 岳书敬 徐珍源 《金融经济学研究》 北大核心 2025年第4期93-107,共15页
以“智慧城市”政策试点作为数字新基建引入标志,实证检验其对数字技术创新的政策赋能效应、机制路径与经济后果。研究结果显示,智慧城市建设能够显著提升试点城市的数字技术创新水平。机制检验表明,智慧城市试点通过提升政府数字关注... 以“智慧城市”政策试点作为数字新基建引入标志,实证检验其对数字技术创新的政策赋能效应、机制路径与经济后果。研究结果显示,智慧城市建设能够显著提升试点城市的数字技术创新水平。机制检验表明,智慧城市试点通过提升政府数字关注度、强化财政科技扶持、吸引高层次人才聚集,促进数字技术创新。拓展分析发现,智慧城市政策通过提升数字技术创新,进一步推动新质生产力跃升、缩小城市经济差距、提升绿色全要素生产率。为此,应深化智慧城市试点推广,持续激发数字技术创新活力,以数字技术创新为支点撬动城市经济高质量发展。 展开更多
关键词 数字技术创新 智慧城市试点 数字关注度 新质生产力 高质量发展
在线阅读 下载PDF
农业新质生产力对农民收入的影响研究
14
作者 张晋晋 岳婷婷 《云南财经大学学报》 北大核心 2025年第7期44-58,共15页
基于2011—2023年中国省际面板数据,采用双向固定效应模型、工具变量法、中介效应模型和调节效应模型,系统探讨农业新质生产力对农民收入的影响及作用机制。研究结果表明:农业新质生产力提升能有效促进农民绝对收入增长,并有助于缩小城... 基于2011—2023年中国省际面板数据,采用双向固定效应模型、工具变量法、中介效应模型和调节效应模型,系统探讨农业新质生产力对农民收入的影响及作用机制。研究结果表明:农业新质生产力提升能有效促进农民绝对收入增长,并有助于缩小城乡收入差距和区域收入差距,稳健性检验和内生性检验后结论依然成立。异质性分析表明,农业新质生产力的增收效应存在明显的地区差异和粮食功能区差异。机制分析发现,农业劳动生产率与农业土地生产率在农业新质生产力对农民收入的影响过程中发挥了重要的中介作用。调节效应分析表明,农业新质生产力关注度对农民收入有显著的正向调节作用。据此,建议构建“政策聚焦-要素优化-空间协同”的三维推进体系:宏观层面健全农业新质生产力的政策引导与激励机制,中观层面强化农业劳动生产率与土地生产率提升,空间层面因地制宜制定区域差异化发展策略,以此形成农民增收的长效机制,有效促进农民增收。 展开更多
关键词 农业新质生产力 农民收入 生产率提升 农业新质生产力关注度
在线阅读 下载PDF
多源特征融合增强的虚假新闻检测方法
15
作者 胡泽 陈志南 杨宏宇 《电子与信息学报》 北大核心 2025年第8期2919-2934,共16页
针对现有虚假新闻检测方法在提取和利用新闻多层次特征及捕获新闻传播高阶结构特征方面的局限性,该文提出一种多源特征融合增强(MSFFE)的虚假新闻检测方法。该方法利用多层次注意力机制,从结构、时序和内容3个维度提取新闻特征:首先,通... 针对现有虚假新闻检测方法在提取和利用新闻多层次特征及捕获新闻传播高阶结构特征方面的局限性,该文提出一种多源特征融合增强(MSFFE)的虚假新闻检测方法。该方法利用多层次注意力机制,从结构、时序和内容3个维度提取新闻特征:首先,通过增强型超图神经网络提取新闻传播的结构特征;其次,利用多尺度时序模块捕获新闻传播的时序特征;最后,采用多头自注意力机制提取新闻内容特征。特别地,该方法设计了一种特征融合门控单元,用于动态调整不同特征维度的权重,从而实现多源异构特征的高效融合。在公开数据集Politifact和Gossipcop上的实验结果显示,该方法的检测性能较UPFD,HGNN,RTRUST(State-of-the-Art)等近年的基线方法有所提升。其中,与最先进的方法相比较,在Politifact数据集上,准确率提升了3.64%,F1分数提升了3.41%;在Gossipcop数据集上,准确率提升了0.55%,F1分数提升了0.56%。这些实验结果表明,该方法能够有效检测虚假新闻,为虚假新闻检测领域提供了新思路和技术支撑。 展开更多
关键词 虚假新闻检测 超图 图神经网络 注意力机制 多特征融合
在线阅读 下载PDF
基于独立时空特征提取与分组增强的暂态频率安全评估
16
作者 杨文娴 石访 +3 位作者 宋雪萌 田硕硕 聂礼强 程定一 《电力系统自动化》 北大核心 2025年第18期170-181,共12页
大规模新能源接入使电力系统的频率动态特性更加复杂,数据驱动的暂态频率安全评估广受关注,但仍存在特征挖掘不足、先验知识未能充分利用等局限性。为此,文中提出了基于独立时空特征提取与分组增强的暂态频率安全评估方法。首先,引入自... 大规模新能源接入使电力系统的频率动态特性更加复杂,数据驱动的暂态频率安全评估广受关注,但仍存在特征挖掘不足、先验知识未能充分利用等局限性。为此,文中提出了基于独立时空特征提取与分组增强的暂态频率安全评估方法。首先,引入自适应时空特征提取模块,通过独立的全连接邻接矩阵,表征发电机间的关联关系,提升特征提取能力;其次,设计了基于物理先验知识的分组特征增强模块,依据系统惯性中心频率指导特征融合,促进初始输入特征的交互、增强表征能力;最后,应用多尺度卷积模块融合所有特征获取最终的系统表征,通过模型训练和参数优化实现频率安全评估。标准算例仿真结果表明,文中模型的精度和鲁棒性均优于现有数据驱动模型。 展开更多
关键词 新型电力系统 暂态频率 安全评估 特征增强 注意力机制 时空特征
在线阅读 下载PDF
基于改进卷积神经网络的新能源并网短路电流预测技术
17
作者 于琳琳 蒋小亮 +2 位作者 贾鹏 孟高军 丁咚 《可再生能源》 北大核心 2025年第3期408-415,共8页
随着新能源的大规模并网,大电网短路电流特征更加复杂、难以预测。基于此,文章提出了一种基于改进卷积神经网络的新能源并网短路电流预测技术。首先,分析短路电流特点,对短路电流进行变分模态分解,得到本征模态函数;其次,对卷积神经网... 随着新能源的大规模并网,大电网短路电流特征更加复杂、难以预测。基于此,文章提出了一种基于改进卷积神经网络的新能源并网短路电流预测技术。首先,分析短路电流特点,对短路电流进行变分模态分解,得到本征模态函数;其次,对卷积神经网络进行改进,利用多尺度特征提取将电流故障数据特征最大化,引入注意力机制提取重要信息,卷积过程中使用跳跃连接的方式防止前向传递时信息丢失,有利于提高预测的准确性,构建基于改进卷积神经网络的短路电流预测模型;最后,经过PSCAD/EMTDC电网模型进行验证。结果表明,所提方法对短路电流峰值预测有着较高的精度,与常见的极限学习机、支持向量机相比,平均相对误差分别降低了0.61%,1.09%,验证了文章所提方法的有效性。 展开更多
关键词 新能源 改进卷积神经网络 短路电流预测 变分模态分解 注意力机制
在线阅读 下载PDF
基于TB-IDACNN的新闻推荐模型
18
作者 辛春花 鲁晓波 何婷 《计算机工程与设计》 北大核心 2025年第5期1387-1394,共8页
针对现有新闻推荐方法存在未考虑新闻的动态特性、难以深度挖掘新闻的语义信息等问题,提出一种融合TinyBERT和改进型动态注意卷积神经网络的个性化新闻推荐模型(TB-IDACNN)。充分利用TinyBERT词向量模型、卷积神经网络和内积注意力网络... 针对现有新闻推荐方法存在未考虑新闻的动态特性、难以深度挖掘新闻的语义信息等问题,提出一种融合TinyBERT和改进型动态注意卷积神经网络的个性化新闻推荐模型(TB-IDACNN)。充分利用TinyBERT词向量模型、卷积神经网络和内积注意力网络等深度学习模型的优势,综合考虑新闻的动态特性和静态特性,实现个性化新闻推荐。在MIND和Adressa数据集上的结果表明,相比其它几种先进的新闻推荐模型,所提模型可以获得更好的推荐性能,能够有效满足用户在新闻推荐任务中的需求。 展开更多
关键词 动态神经网络 新闻推荐 词嵌入模型 内积注意力机制 卷积神经网络 词向量化 平均加权池化
在线阅读 下载PDF
基于BGMA模型社交媒体虚假新闻检测研究
19
作者 王军 马小越 付红静 《郑州大学学报(理学版)》 北大核心 2025年第3期12-18,共7页
为了能够及时准确地识别社交媒体平台上的虚假新闻,构建了一种基于BGMA(BERT-GAT mulit-head attention,BGMA)的虚假新闻检测模型。BGMA模型首先利用BERT(bidirectional encoder representations from Transformer,BERT)模型提取文本内... 为了能够及时准确地识别社交媒体平台上的虚假新闻,构建了一种基于BGMA(BERT-GAT mulit-head attention,BGMA)的虚假新闻检测模型。BGMA模型首先利用BERT(bidirectional encoder representations from Transformer,BERT)模型提取文本内容的语义特征,其次,使用GAT(graph attention network,GAT)模型捕捉用户行为之间的复杂关联和动态变化。最后,通过引入多头注意力机制对两种特征进行加权融合。研究结果表明,BGMA模型检测性能与基于内容的多个模型中表现较好的BERT-LSTM模型相比,在PolitiFact数据集上准确率提升了4.06%,在GossipCop数据集上准确率提升了19.73%。与基于用户特征的多个模型中表现较好的GCNFC模型相比,在PolitiFact数据集上准确率提升了10.59%,在GossipCop数据集上准确率提升了10.47%。通过实际测试证明了BGMA模型能够有效结合文本特征和用户特征,并达到较好的虚假新闻检测效果。 展开更多
关键词 虚假新闻检测 图注意力网络 多头注意力
在线阅读 下载PDF
基于差异检测的零售商品识别
20
作者 杨国亮 黄聪 +1 位作者 余华声 李林森 《计算机应用与软件》 北大核心 2025年第7期175-181,共7页
针对差异检测的设计模式在零售商品目标检测任务中存在的鲁棒性差、精度低等问题,提出一种改进方法。在DiffNet的基础上,使用残差结构融合差异特征与原始特征,增强类别信息提取能力;将孪生网络与FPN结构结合以实现多特征图预测差异目标... 针对差异检测的设计模式在零售商品目标检测任务中存在的鲁棒性差、精度低等问题,提出一种改进方法。在DiffNet的基础上,使用残差结构融合差异特征与原始特征,增强类别信息提取能力;将孪生网络与FPN结构结合以实现多特征图预测差异目标;提出位置注意力机制提升目标特征的使用效率;使用无锚框的检测策略以减少模型对数据集先验信息的依赖,同时结合迁移学习的方法加强其预测新类别的能力。实验结果显示,改进后的算法能够更好地适应复杂的检测环境,mAP和ACC达到了最高的98.1%和91%。 展开更多
关键词 孪生网络 差异目标检测 新零售 迁移学习 注意力
在线阅读 下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部