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
1
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
基于改进深度强化学习算法的电网缺陷文本挖掘模型研究
被引量：
6
1
作者
吴漾
王鹏宇
+2 位作者
缪新萍
柳林溪
田钺
《科技通报》
2021年第2期47-55,共9页
为提高电网缺陷文本的感知深度与泛在性,改善典型仿生智能算法处理低价值密度、多维波动非线性、动态迭代更新属性下的电网海量文本缺陷特征感知问题时存在的异构泛在性较差、动态感知策略同步效能滞后、缺陷文本划分密集且生成困难、...
为提高电网缺陷文本的感知深度与泛在性,改善典型仿生智能算法处理低价值密度、多维波动非线性、动态迭代更新属性下的电网海量文本缺陷特征感知问题时存在的异构泛在性较差、动态感知策略同步效能滞后、缺陷文本划分密集且生成困难、样本效率与迭代次数失衡、异构数据输入下的模型性能下降严重等固有弊端,提出了一种基于改进深度强化学习算法的电网缺陷文本挖掘模型。借助国家电网公司全局数据中心,构建非结构化的电网缺陷文本数据池,引入深度学习多维感知电网缺陷文本特征,实现缺陷文本的语义框架自构建,引入强化学习实现缺陷文本自主识别决策,并把当前收益(语义槽)和未来收益反馈给环境(隐性知识)模拟策略网络,在有限马尔科夫决策过程中引入多重Q网络机制实现知识地图的自生成,进而实现本体字典自动完善。以南方电网贵州电网有限责任公司数据管控中心为效能评价载体,基于谷歌的Tensorflow 1.2.1和Open AI的Gym 0.9.2环境开发了可视化验证环境并对模型进行了实证分析,仿真验证结果表明本文所提模型可以在较短的时间内处理低价值密度、多维波动非线性、动态迭代更新属性下的电网海量文本缺陷特征感知问题,在深度泛在性、感知自主性、决策准确性、异构数据输入下的模型容错性等方面具有明显优势。
展开更多
关键词
电网缺陷文本
深度强化学习
文本深度挖掘
隐形知识
模型仿真验证
在线阅读
下载PDF
职称材料
题名
基于改进深度强化学习算法的电网缺陷文本挖掘模型研究
被引量：
6
1
作者
吴漾
王鹏宇
缪新萍
柳林溪
田钺
机构
南方电网
贵州
电网
有限责任公司
南方电网贵州电网有限责任公司信息中心
南方电网
贵州
电网
有限责任公司
计量
中心
出处
《科技通报》
2021年第2期47-55,共9页
基金
贵州电网有限责任公司科技项目(066700KK52170012)
中国南方电网有限责任公司科技项目(GZHKJXM20160055)
文摘
为提高电网缺陷文本的感知深度与泛在性,改善典型仿生智能算法处理低价值密度、多维波动非线性、动态迭代更新属性下的电网海量文本缺陷特征感知问题时存在的异构泛在性较差、动态感知策略同步效能滞后、缺陷文本划分密集且生成困难、样本效率与迭代次数失衡、异构数据输入下的模型性能下降严重等固有弊端,提出了一种基于改进深度强化学习算法的电网缺陷文本挖掘模型。借助国家电网公司全局数据中心,构建非结构化的电网缺陷文本数据池,引入深度学习多维感知电网缺陷文本特征,实现缺陷文本的语义框架自构建,引入强化学习实现缺陷文本自主识别决策,并把当前收益(语义槽)和未来收益反馈给环境(隐性知识)模拟策略网络,在有限马尔科夫决策过程中引入多重Q网络机制实现知识地图的自生成,进而实现本体字典自动完善。以南方电网贵州电网有限责任公司数据管控中心为效能评价载体,基于谷歌的Tensorflow 1.2.1和Open AI的Gym 0.9.2环境开发了可视化验证环境并对模型进行了实证分析,仿真验证结果表明本文所提模型可以在较短的时间内处理低价值密度、多维波动非线性、动态迭代更新属性下的电网海量文本缺陷特征感知问题,在深度泛在性、感知自主性、决策准确性、异构数据输入下的模型容错性等方面具有明显优势。
关键词
电网缺陷文本
深度强化学习
文本深度挖掘
隐形知识
模型仿真验证
Keywords
power grid defect text
deep reinforcement learning
text deep mining
hidden knowledge
model simulation verification
分类号
TM73 [电气工程—电力系统及自动化]
TP18 [自动化与计算机技术—控制理论与控制工程]
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
基于改进深度强化学习算法的电网缺陷文本挖掘模型研究
吴漾
王鹏宇
缪新萍
柳林溪
田钺
《科技通报》
2021
6
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
