【摘 要】
：
构建好的文本向量表示对文本情感分类任务十分重要.针对文本中词语类别区分能力的不同,提出了一种用改进的TF-IDF加权Word2Vec的文本向量表示方法(ITIW),对类别区分能力不同的词语赋予不同的权重,将基于该方法构建的词向量作为卷积神经网络(CNN)的输入,设计了ITIW-CNN文本情感分类模型.该模型通过改进TF-IDF以区分不同词语的类别表示能力,计算词语的权重,进而得到词语的加权词向量表示(ITIW),将加权词向量输入CNN进行文本情感分类,促使模型具有更好的分类能力.实验结果表明:与传统的表示
【机 构】
：
重庆邮电大学电子商务与现代物流重点实验室,重庆 400065
论文部分内容阅读
构建好的文本向量表示对文本情感分类任务十分重要.针对文本中词语类别区分能力的不同,提出了一种用改进的TF-IDF加权Word2Vec的文本向量表示方法(ITIW),对类别区分能力不同的词语赋予不同的权重,将基于该方法构建的词向量作为卷积神经网络(CNN)的输入,设计了ITIW-CNN文本情感分类模型.该模型通过改进TF-IDF以区分不同词语的类别表示能力,计算词语的权重,进而得到词语的加权词向量表示(ITIW),将加权词向量输入CNN进行文本情感分类,促使模型具有更好的分类能力.实验结果表明:与传统的表示文本的分类算法相比,ITIW-CNN模型在各项指标上均有一定的提高,F1值和分类准确率分别达到94.77％、92.80％.ITIW-CNN模型能够有效提升文本的情感分类效果.
其他文献
为提高驾驶员安全意识,减少交通事故的发生,提出了一种通过马氏距离和联系向量距离结合改进的TOPSIS多属性决策方法,对不同驾驶行为的安全性进行评估.首先从3个方面分析建立了驾驶行为安全性评估指标体系,设计实车试验采集了10名驾驶人的各类型数据,并进行处理和分析.通过Pearson相关性分析确定了9个关键指标,接着利用AHP-Entropy方法对各评估指标赋权,最后通过改进的TOPSIS多属性决策方法对不同驾驶人行为的安全等级进行排序,与传统方法对比结果表明:该改进方法克服了欧氏距离的局限性,能有效提高评估
针对参考信号的选取质量对路面噪声主动控制系统的效果有较大影响这一问题,提出了一种多重相干分析结合工况传递路径分析(OTPA)技术选取参考信号的方法.该方法在不拆除耦合部件的前提下,利用工况传递路径分析技术对汽车噪声进行分解;并利用多重相干法优选出与目标噪声强相关的参考信号组合;最后,将寻优出的参考信号组合在汽车路噪主动控制(RANC)系统模型中进行验证,验证结果显示优化方法可筛选出相干性更好的参考信号通道,进而提升汽车路噪主动控制系统的降噪性能.
针对有行人出现时汽车自动紧急制动(AEB)测试需求,设计了一种行人检测系统.该系统主要包括假人目标、假人驱动装置以及控制系统,可根据中国新车评价规程(C-NCAP)的AEB行人测试场景要求,驱动假人目标按规定的路线移动,并与测试汽车的驾驶机器人实现互联互通.为验证所设计的行人检测系统的有效性,进行了假人目标移动位移、移动速度和驾驶机器人的协同测试.测试结果表明:该行人检测系统的一次成功率达90％以上,假人速度控制的精度达96％,假人与测试汽车的碰撞位置准确度达96％,可以模拟行人出现时的汽车紧急制动场景.
为探究冷侧进气方向与速度对空冷中冷器热工水力性能的影响,基于实验测试,使用计算流体力学方法分析不同冷侧进气方向β及速度v对空冷中冷器热工水力性能的影响.结果表明:同一β时,随v的增加,摩擦因子f不断减小,而努塞特数Nu和性能评价准则PEC却在不断增加;同一进气速度v时,随β的增加,f不断减小,Nu和PEC却在不断增加,但当进气方向β>60°之后,f、Nu和PEC的变化不再明显,相较于同速度下进气方向为90°时的对应值,变化范围分别小于6.5％、5％和7％.
铝合金因其高的比强度、比刚度、优异的延展性及高导热性等特性,广泛应用于航空航天、交通运输、化工及包装等领域,但铝合金中合金元素的加入对其耐蚀性不利.因此,在大多数应用中,需要对其进行表面处理.六价铬转化膜是在铝合金中使用最久、耐蚀性最好、且可自修复的化学转化膜,但因六价铬有毒且致癌,受到了各国严格限制,促使对其替代工艺的研发,其中三价铬转化膜是目前最有前景的一种替代工艺.从三价铬转化工艺、转化膜结构和成膜机理、腐蚀行为、自愈性等几方面综述了铝合金三价铬转化膜的研究和发展现状,以期为新型铝合金表面处理技术的
5056铝箔是制备高性能铝蜂窝芯的重要材料,阳极氧化表面处理是影响铝蜂窝芯综合性能的关键工序.利用场发射扫描电子显微镜、超薄切片、动电位极化等研究手段,对比分析了脱脂清洗和碱蚀酸洗2种表面处理工艺对铝箔厚度、表层微观结构以及后续阳极氧化膜结构和性能的影响.结果表明:相比于脱脂清洗前处理,碱蚀酸洗前处理能有效去除铝箔表面的塑性变形层和第二相颗粒,有利于获得致密、均匀的阳极氧化膜,但同时也会显著减薄铝箔厚度.因此,在铝箔厚度裕量足够的情况下采用碱蚀酸洗前处理更有利于获得综合性能优异的铝箔材料.
通过5182铝合金硫酸阳极氧化,研究了温度、酒石酸浓度对阳极氧化膜结构和耐蚀性能的影响.采用扫描电镜观察不同条件下阳极氧化膜的表面结构,通过电化学阻抗谱研究阳极氧化膜的耐蚀性能.结果表明:温度在20～30℃时,随着温度升高,阳极氧化膜膜厚增加,合金的耐蚀性能增强;当温度超过35℃,氧化膜发生溶解,合金耐蚀性能下降.在硫酸溶液中,添加酒石酸能显著提高氧化膜成膜效率,降低氧化膜溶解速率;随着酒石酸浓度的增加,氧化膜膜厚增加,表面孔径减小,合金耐蚀性能增强.
现有大多数超像素分割算法通过颜色信息设计不同的距离函数对图像进行硬划分,但面对复杂图像取得的分割性能仍有待提高.为此,提出一种新的基于局部模糊聚类的超像素分割算法,通过利用局部模糊聚类算法以隶属度的形式对复杂图像进行软化分得到超像素.最后与几种典型的超像素分割算法进行对比,实验结果表明:该算法能生成较为规则且边界贴合度更高的超像素.
细粒度图像识别问题是针对同一个大类下面的不同子类进行精确识别.细粒度图像分类以其类间差异小、类内差异大等特点,一直是计算机视觉领域研究的热点和难点.针对利用CAM网络提取最佳判别性区域,导致缺乏其他辅助判别区域特征.为此,提出利用CAM网络反复提取判别性区域特征,对不同判别性区域施加权重,得到最终的判别性区域,使用注意力双线性网络提取图像高阶特征.同时引入嵌入空间,利用一种新的混合损失函数提高特征的判别性,进而提高方法的分类性能.在公开的细粒度数据集上,CUB-200-2011分类准确率为87.3％,比R
基于卷积神经网络(CNN)的高光谱图像分类方法不断取得进展,而谱-空特征的高复杂性及低效描述仍是抑制高光谱分类精度提升的主要屏障.针对该问题,提出了一种基于密集型(Dense)谱-空特征挖掘的两阶段集成高光谱图像分类学习框架,在第一阶段进行显著波段选择,分别构建2D及3D Dense深层网络以提升高光谱数据的空间与谱间特征表达能力,在第二阶段构建分类CNN网络将融合之后的谱-空特征进一步挖掘,以提高分类特征的精细化程度.整个集成学习网络基于交叉熵损失函数进行训练学习,同时利用全连接网络构建了一种基于波段相