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
3
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p-y曲线和实体有限元法的大直径单桩水平受荷性状研究
1
作者
章巍
储著宇
+3 位作者
陈学奇
俞刚
张志帅
韩勃
《水利水电技术(中英文)》
北大核心
2024年第12期193-202,共10页
【目的】随着海上风电在国内的兴起与高速发展,直径超过2 m的大直径钢管桩得到更为广泛的应用。由于受到风、浪、流等产生的水平荷载作用,桩体的水平受荷性状成为海上风电桩基础设计的控制因素。为了研究目前大直径单桩设计中存在的问题...
【目的】随着海上风电在国内的兴起与高速发展,直径超过2 m的大直径钢管桩得到更为广泛的应用。由于受到风、浪、流等产生的水平荷载作用,桩体的水平受荷性状成为海上风电桩基础设计的控制因素。为了研究目前大直径单桩设计中存在的问题,为海上风机基础设计提供参考,【方法】以国内大直径的海上单桩原位试验为基础,结合海上风电设计中广泛采用的实体有限元法和p-y曲线法,揭示了大直径单桩的水平受荷性状。【结果】结果表明:API规范推荐的黏土p-y曲线整体上偏于“柔性”,从而导致p-y曲线法计算得到的结果偏于保守;实体有限元法严重依赖于设计参数的选取,在小位移条件下,实体有限元法得到的结果与实测结果较为接近,但存在高估大位移下桩体极限承载力的风险。【结论】在采用实体有限元法进行设计时,需考虑桩-土脱开效应,并且在无可靠的参数选取依据时,建议在合理范围内采用参数分析得到相对保守的结果作为设计参考依据。
展开更多
关键词
海上风电
原位试验
大直径单桩
水平受荷
P-Y曲线
实体有限元
在线阅读
下载PDF
职称材料
基于句法提示的细粒度情感分析
被引量：
1
2
作者
章巍
储著宇
+4 位作者
陈学奇
傅学辉
王晨晨
李晨
吴海燕
《计算机应用》
CSCD
北大核心
2024年第S2期35-43,共9页
提示微调的核心思想是在原输入文本中插入提示模板,并将分类问题转换为含有遮掩码的语言模型预测遮掩码在句子中出现的概率。细粒度情感分析(ABSA)任务中,确定一个合适的提示模板需要相应的句法知识,而构建有效的情感标签非常耗时,而且...
提示微调的核心思想是在原输入文本中插入提示模板,并将分类问题转换为含有遮掩码的语言模型预测遮掩码在句子中出现的概率。细粒度情感分析(ABSA)任务中,确定一个合适的提示模板需要相应的句法知识,而构建有效的情感标签非常耗时,而且不能忽略复杂的隐式情感观点中蕴含的语义信息和先验知识。因此,介绍一个句法提示模板,该模板将句法知识(如短语结构、依存关系)融合到情感方面词相关的情感观点挖掘的提示模板中,以增强显式或隐式情感关系对的捕获。在4个公开数据集上的实验结果表明,所提融合句法知识的提示模型SynPrompt (Syntax aware Prompt-tuning)是有效的,它在Restaurant、Laptop和MAMS数据集上分别与dotGCN (Discrete Opinion Tree Graph Convolutional Network)、DualGCN (Dual Graph Convolutional Network)和dotGCN模型相比准确率分别提升了0.81%、0.27%和0.09%。此外,消融实验和案例分析的结果表明了句法知识在显式和隐式情感提示上都是有效的。在8-Shot时,通过数据增强的方式使SynPrompt模型在4个数据集上的F1分数分别提升了31.62%、42.02%、121.04%和35.01%;然而在16、32-shot时,SynPrompt模型的准确率并没有显著提升。这说明数据增强的方式在小样本数据集上是有效的,并增强了句法提示SynPrompt模型捕获信息的能力。
展开更多
关键词
句法信息
提示微调
小样本学习
知识库增强
情感分析
在线阅读
下载PDF
职称材料
基于句法CYK图神经网络的知识增强文本分类
被引量：
1
3
作者
章巍
陈学奇
+2 位作者
韩剑锋
虞小江
吴海燕
《计算机应用》
CSCD
北大核心
2024年第S01期11-17,共7页
句子分类方法主要分为基于特征工程的机器学习方法、序列化模型和结构化模型,但基于特征工程的机器学习方法对词序不敏感易产生稀疏向量,序列化模型忽略了句子的短语、依存关系等句法结构信息,结构化模型如句法树、二叉树等的准确率受...
句子分类方法主要分为基于特征工程的机器学习方法、序列化模型和结构化模型,但基于特征工程的机器学习方法对词序不敏感易产生稀疏向量,序列化模型忽略了句子的短语、依存关系等句法结构信息,结构化模型如句法树、二叉树等的准确率受句法解析工具影响。针对上述问题,构建基于句法CYK(Cocke Younger Kasami)图神经网络(GNN)的知识增强文本分类模型S-CYK,对输入句子分别构建对应的短语树和CYK图以形成句法CYK图,并利用关系图注意力网络(RGAT)进行句子分类。在公共数据集AG’s News、DBpedia、ARP(Amazon Review Polarity)和ARF(Amazon Review Full)上的实验结果表明,与现有先进模型半监督变分自编码器(SSVAE)、对抗性微调BERT(AFTB)、基于GloVe的ABLSTM(GloVe+ABLSTM)和融合FastText的CNN(CNN with FastText)相比,S-CYK模型在4个数据集的准确率提升了0.04%~1.21%。S-CYK使用句法CYK图结构进行知识增强,能有效增强聚合句子信息的能力。
展开更多
关键词
句法知识
CYK算法
知识增强
图神经网络
文本分类
在线阅读
下载PDF
职称材料
题名
基于p-y曲线和实体有限元法的大直径单桩水平受荷性状研究
1
作者
章巍
储著宇
陈学奇
俞刚
张志帅
韩勃
机构
浙江浙能临海海上风力发电有限公司
山东大学土建与水利学院
出处
《水利水电技术(中英文)》
北大核心
2024年第12期193-202,共10页
基金
国家重点研发计划政府间国际科技创新合作专项(2021YFE0113400)
国家自然科学基金项目(52171266,51979155,52271294)。
文摘
【目的】随着海上风电在国内的兴起与高速发展,直径超过2 m的大直径钢管桩得到更为广泛的应用。由于受到风、浪、流等产生的水平荷载作用,桩体的水平受荷性状成为海上风电桩基础设计的控制因素。为了研究目前大直径单桩设计中存在的问题,为海上风机基础设计提供参考,【方法】以国内大直径的海上单桩原位试验为基础,结合海上风电设计中广泛采用的实体有限元法和p-y曲线法,揭示了大直径单桩的水平受荷性状。【结果】结果表明:API规范推荐的黏土p-y曲线整体上偏于“柔性”,从而导致p-y曲线法计算得到的结果偏于保守;实体有限元法严重依赖于设计参数的选取,在小位移条件下,实体有限元法得到的结果与实测结果较为接近,但存在高估大位移下桩体极限承载力的风险。【结论】在采用实体有限元法进行设计时,需考虑桩-土脱开效应,并且在无可靠的参数选取依据时,建议在合理范围内采用参数分析得到相对保守的结果作为设计参考依据。
关键词
海上风电
原位试验
大直径单桩
水平受荷
P-Y曲线
实体有限元
Keywords
offshore wind power
field test
monopile
lateral load
p-y curve
solid finite element method
分类号
TV213.4 [水利工程—水文学及水资源]
在线阅读
下载PDF
职称材料
题名
基于句法提示的细粒度情感分析
被引量：
1
2
作者
章巍
储著宇
陈学奇
傅学辉
王晨晨
李晨
吴海燕
机构
浙江浙能临海海上风力发电有限公司
浙江
财经大学信息管理与人工智能学院
出处
《计算机应用》
CSCD
北大核心
2024年第S2期35-43,共9页
基金
国家自然科学基金资助项目(62306267)
浙江省自然科学基金资助项目(LY22F020027)。
文摘
提示微调的核心思想是在原输入文本中插入提示模板,并将分类问题转换为含有遮掩码的语言模型预测遮掩码在句子中出现的概率。细粒度情感分析(ABSA)任务中,确定一个合适的提示模板需要相应的句法知识,而构建有效的情感标签非常耗时,而且不能忽略复杂的隐式情感观点中蕴含的语义信息和先验知识。因此,介绍一个句法提示模板,该模板将句法知识(如短语结构、依存关系)融合到情感方面词相关的情感观点挖掘的提示模板中,以增强显式或隐式情感关系对的捕获。在4个公开数据集上的实验结果表明,所提融合句法知识的提示模型SynPrompt (Syntax aware Prompt-tuning)是有效的,它在Restaurant、Laptop和MAMS数据集上分别与dotGCN (Discrete Opinion Tree Graph Convolutional Network)、DualGCN (Dual Graph Convolutional Network)和dotGCN模型相比准确率分别提升了0.81%、0.27%和0.09%。此外,消融实验和案例分析的结果表明了句法知识在显式和隐式情感提示上都是有效的。在8-Shot时,通过数据增强的方式使SynPrompt模型在4个数据集上的F1分数分别提升了31.62%、42.02%、121.04%和35.01%;然而在16、32-shot时,SynPrompt模型的准确率并没有显著提升。这说明数据增强的方式在小样本数据集上是有效的,并增强了句法提示SynPrompt模型捕获信息的能力。
关键词
句法信息
提示微调
小样本学习
知识库增强
情感分析
Keywords
syntactic information
prompt fine-tuning
few-shot learning
knowledge base enhancement
sentiment analysis
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
基于句法CYK图神经网络的知识增强文本分类
被引量：
1
3
作者
章巍
陈学奇
韩剑锋
虞小江
吴海燕
机构
浙江浙能临海海上风力发电有限公司
杭州蓝城新能源科技
有限公司
浙江
财经大学信息技术与人工智能学院
出处
《计算机应用》
CSCD
北大核心
2024年第S01期11-17,共7页
基金
国家自然科学基金资助项目(62306267)
浙江省自然科学基金资助项目(LY22F020027)。
文摘
句子分类方法主要分为基于特征工程的机器学习方法、序列化模型和结构化模型,但基于特征工程的机器学习方法对词序不敏感易产生稀疏向量,序列化模型忽略了句子的短语、依存关系等句法结构信息,结构化模型如句法树、二叉树等的准确率受句法解析工具影响。针对上述问题,构建基于句法CYK(Cocke Younger Kasami)图神经网络(GNN)的知识增强文本分类模型S-CYK,对输入句子分别构建对应的短语树和CYK图以形成句法CYK图,并利用关系图注意力网络(RGAT)进行句子分类。在公共数据集AG’s News、DBpedia、ARP(Amazon Review Polarity)和ARF(Amazon Review Full)上的实验结果表明,与现有先进模型半监督变分自编码器(SSVAE)、对抗性微调BERT(AFTB)、基于GloVe的ABLSTM(GloVe+ABLSTM)和融合FastText的CNN(CNN with FastText)相比,S-CYK模型在4个数据集的准确率提升了0.04%~1.21%。S-CYK使用句法CYK图结构进行知识增强,能有效增强聚合句子信息的能力。
关键词
句法知识
CYK算法
知识增强
图神经网络
文本分类
Keywords
syntactic knowledge
CYK(Cocke Younger Kasami)algorithm
knowledge enhancement
Graph Neural Network(GNN)
text classification
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
作者
出处
发文年
被引量
操作
1
基于p-y曲线和实体有限元法的大直径单桩水平受荷性状研究
章巍
储著宇
陈学奇
俞刚
张志帅
韩勃
《水利水电技术(中英文)》
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于句法提示的细粒度情感分析
章巍
储著宇
陈学奇
傅学辉
王晨晨
李晨
吴海燕
《计算机应用》
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
3
基于句法CYK图神经网络的知识增强文本分类
章巍
陈学奇
韩剑锋
虞小江
吴海燕
《计算机应用》
CSCD
北大核心
2024
1
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
