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
基于深度学习的中文微博命名实体识别
被引量：
15
1
作者
刘玉娇
琚生根
+1 位作者
李若晨
金玉
《四川大学学报（工程科学版）》
EI
CAS
CSCD
北大核心
2016年第S2期142-146,共5页
针对微博用语不规范、噪声多、更新快、缩略语多,且数据量大等相关特点,提出基于深度学习的方法进行微博命名实体的识别。首先利用大量的未标注的微博信息对自动编码器训练,获得抽象特征,随后将这些特征作为深度学习网络的输入,最后得...
针对微博用语不规范、噪声多、更新快、缩略语多,且数据量大等相关特点,提出基于深度学习的方法进行微博命名实体的识别。首先利用大量的未标注的微博信息对自动编码器训练,获得抽象特征,随后将这些特征作为深度学习网络的输入,最后得出句子中每个字的类标。在进行自动编码器训练的过程中,使用卷积方法替代窗口移动方法,以获取句子中的长依赖信息。通过对新浪微博数据的实验结果表明,该深度学习方法能够提高微博中命名实体识别的F1值,说明了本文算法的有效性。
展开更多
关键词
微博
深度学习
自动编码器
卷积
命名实体识别
在线阅读
下载PDF
职称材料
基于域适应神经网络的调制方式分类方法
被引量：
2
2
作者
史蕴豪
许华
单俊杰
《空军工程大学学报（自然科学版）》
CSCD
北大核心
2020年第5期69-75,共7页
针对深度学习进行调制方式识别领域测试样本与训练样本存在分布差异的问题,提出了基于域适应神经网络的调制识别方法。首先采用VGG16深度卷积神经网络提取信号小波变换后系数图像特征;然后利用自编码器对高维特征进行降维处理;再计算训...
针对深度学习进行调制方式识别领域测试样本与训练样本存在分布差异的问题,提出了基于域适应神经网络的调制识别方法。首先采用VGG16深度卷积神经网络提取信号小波变换后系数图像特征;然后利用自编码器对高维特征进行降维处理;再计算训练样本特征与测试样本特征之间的CORAL损失;最后联合优化分类损失和CORAL损失使模型达到最优。通过仿真实验证明,在信号类别存在差异或信道环境存在差异的条件下,引入域适应技术可提高待测信号识别准确率5%以上。
展开更多
关键词
调制识别
域适应
迁移学习
自编码器
CORAL损失
在线阅读
下载PDF
职称材料
题名
基于深度学习的中文微博命名实体识别
被引量：
15
1
作者
刘玉娇
琚生根
李若晨
金玉
机构
四川大学计算机学院
出处
《四川大学学报（工程科学版）》
EI
CAS
CSCD
北大核心
2016年第S2期142-146,共5页
基金
国家自然科学基金资助项目(61332066
81373239)
文摘
针对微博用语不规范、噪声多、更新快、缩略语多,且数据量大等相关特点,提出基于深度学习的方法进行微博命名实体的识别。首先利用大量的未标注的微博信息对自动编码器训练,获得抽象特征,随后将这些特征作为深度学习网络的输入,最后得出句子中每个字的类标。在进行自动编码器训练的过程中,使用卷积方法替代窗口移动方法,以获取句子中的长依赖信息。通过对新浪微博数据的实验结果表明,该深度学习方法能够提高微博中命名实体识别的F1值,说明了本文算法的有效性。
关键词
微博
深度学习
自动编码器
卷积
命名实体识别
Keywords
micro-log
deep learning
auto coder
convolution
named entity recognition
分类号
TP391.1 [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
基于域适应神经网络的调制方式分类方法
被引量：
2
2
作者
史蕴豪
许华
单俊杰
机构
空军工程大学信息与导航学院
[
出处
《空军工程大学学报（自然科学版）》
CSCD
北大核心
2020年第5期69-75,共7页
基金
国家自然科学基金(61601500)。
文摘
针对深度学习进行调制方式识别领域测试样本与训练样本存在分布差异的问题,提出了基于域适应神经网络的调制识别方法。首先采用VGG16深度卷积神经网络提取信号小波变换后系数图像特征;然后利用自编码器对高维特征进行降维处理;再计算训练样本特征与测试样本特征之间的CORAL损失;最后联合优化分类损失和CORAL损失使模型达到最优。通过仿真实验证明,在信号类别存在差异或信道环境存在差异的条件下,引入域适应技术可提高待测信号识别准确率5%以上。
关键词
调制识别
域适应
迁移学习
自编码器
CORAL损失
Keywords
modulation recognition
domain adaptive
transfer learning
auto-coder
CORAL loss
分类号
TN975 [电子电信—信号与信息处理]
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
基于深度学习的中文微博命名实体识别
刘玉娇
琚生根
李若晨
金玉
《四川大学学报（工程科学版）》
EI
CAS
CSCD
北大核心
2016
15
在线阅读
下载PDF
职称材料
2
基于域适应神经网络的调制方式分类方法
史蕴豪
许华
单俊杰
《空军工程大学学报（自然科学版）》
CSCD
北大核心
2020
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
