随着能源行业的快速发展和技术革新,大量的专业术语和表达方式不断更新,新词不断涌现。然而,传统的新词发现方法通常依赖于词典或规则,且难以高效率地处理和更新大量的专业术语,特别是在快速变化的能源领域。因此,结合能源领域文本数据...随着能源行业的快速发展和技术革新,大量的专业术语和表达方式不断更新,新词不断涌现。然而,传统的新词发现方法通常依赖于词典或规则,且难以高效率地处理和更新大量的专业术语,特别是在快速变化的能源领域。因此,结合能源领域文本数据特性,提出了一种融合N-Gram和多重注意力机制的能源领域新词发现方法(new word discovery method in the energy field combining N-Gram and multiple attention mechanism, ENFM)。该方法首先利用N-Gram模型对能源领域的文本数据进行初步处理,通过统计和分析词频来生成新词候选列表。随后,引入融合多重注意力机制的ERNIE-BiLSTM-CRF模型,以进一步提升新词发现的准确性和效率。与传统的新词发现技术相比,在新词的准确识别和整体效率上均有显著提升,将其于能源领域政策文本数据集,准确率、召回率和F1分别为95.71%、95.56%、95.63%。实验结果表明,该方法能够准确地在能源领域的大量文本数据中识别新词,有效识别出能源领域特有的词汇和表达方式,显著提高了中文分词任务中对能源领域专业术语的识别能力。展开更多
针对传统快速扩展随机树(rapidly-exploring random tree, RRT)算法在机械臂避障路径规划应用中存在的搜索时间过长、路径冗余度高以及路径不平滑等问题,提出一种基于高斯混合模型采样策略改进的快速扩展随机树(Gaussian mixture model ...针对传统快速扩展随机树(rapidly-exploring random tree, RRT)算法在机械臂避障路径规划应用中存在的搜索时间过长、路径冗余度高以及路径不平滑等问题,提出一种基于高斯混合模型采样策略改进的快速扩展随机树(Gaussian mixture model rapidly-exploring random tree,GMM-RRT)算法。首先,该算法通过在空间中引入多个高斯分布来构建引导性采样模型,并结合随机采样充分平衡算法的探索性和目标导向性;其次,加入自适应动态步长,提高复杂环境下算法的扩展效率和路径质量;最后,采用贪心剪枝策略去除初始路径中冗余点,并结合三次B样条曲线对剪枝后路径平滑处理。为验证改进算法的性能,通过Matlab搭建3种实验环境并分别对GMM-RRT在内的3种算法进行仿真实验。结果表明,在复杂三维环境下GMMRRT算法的路径长度和总节点数比RRT算法分别减少了30.27%和84.32%,同时规划时长显著缩短。利用六轴机械臂进行三维避障路径规划实验验证了改进算法的可行性,可为机械臂提供更安全、平滑的避障路径,提高作业效率。展开更多
文摘随着能源行业的快速发展和技术革新,大量的专业术语和表达方式不断更新,新词不断涌现。然而,传统的新词发现方法通常依赖于词典或规则,且难以高效率地处理和更新大量的专业术语,特别是在快速变化的能源领域。因此,结合能源领域文本数据特性,提出了一种融合N-Gram和多重注意力机制的能源领域新词发现方法(new word discovery method in the energy field combining N-Gram and multiple attention mechanism, ENFM)。该方法首先利用N-Gram模型对能源领域的文本数据进行初步处理,通过统计和分析词频来生成新词候选列表。随后,引入融合多重注意力机制的ERNIE-BiLSTM-CRF模型,以进一步提升新词发现的准确性和效率。与传统的新词发现技术相比,在新词的准确识别和整体效率上均有显著提升,将其于能源领域政策文本数据集,准确率、召回率和F1分别为95.71%、95.56%、95.63%。实验结果表明,该方法能够准确地在能源领域的大量文本数据中识别新词,有效识别出能源领域特有的词汇和表达方式,显著提高了中文分词任务中对能源领域专业术语的识别能力。
文摘针对传统快速扩展随机树(rapidly-exploring random tree, RRT)算法在机械臂避障路径规划应用中存在的搜索时间过长、路径冗余度高以及路径不平滑等问题,提出一种基于高斯混合模型采样策略改进的快速扩展随机树(Gaussian mixture model rapidly-exploring random tree,GMM-RRT)算法。首先,该算法通过在空间中引入多个高斯分布来构建引导性采样模型,并结合随机采样充分平衡算法的探索性和目标导向性;其次,加入自适应动态步长,提高复杂环境下算法的扩展效率和路径质量;最后,采用贪心剪枝策略去除初始路径中冗余点,并结合三次B样条曲线对剪枝后路径平滑处理。为验证改进算法的性能,通过Matlab搭建3种实验环境并分别对GMM-RRT在内的3种算法进行仿真实验。结果表明,在复杂三维环境下GMMRRT算法的路径长度和总节点数比RRT算法分别减少了30.27%和84.32%,同时规划时长显著缩短。利用六轴机械臂进行三维避障路径规划实验验证了改进算法的可行性,可为机械臂提供更安全、平滑的避障路径,提高作业效率。
