检索结果-南通市图书馆

基于标幺化三阈值事件检测与LDA分类器的工商业负荷辨识方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电力需求侧管理 2024年第3期26卷 112-118页

作者：陈霄马云龙李新家方磊严永辉喻伟国网江苏省电力有限公司南京210000 江苏方天电力技术有限公司南京210024

非侵入式负荷辨识技术能够低成本的获取用户各类设备使用情况,实现电力负荷的在线监测与分析,对支撑负荷预测、需求响应等应用开展有着重要意义。针对一般工商业用户类型多样、负荷种类繁多、设备运行特性复杂的特点,提出了一种基于标... 详细信息

非侵入式负荷辨识技术能够低成本的获取用户各类设备使用情况,实现电力负荷的在线监测与分析,对支撑负荷预测、需求响应等应用开展有着重要意义。针对一般工商业用户类型多样、负荷种类繁多、设备运行特性复杂的特点,提出了一种基于标幺化三阈值事件检测与LDA分类器的工商业负荷辨识方案。首先针对不同能耗级别、不同启停特性的设备设计了参数可调的统一负荷事件检测框架,提升了缓变型、分段型、震荡型负荷事件的检出准确度。随后提出了基于多元特征与LDA线性判别的设备类型判断算法,在兼顾边缘端计算效率的同时取得了与随机森林等非线性分类器相同的辨识性能。

关键词：非侵入式负荷辨识一般工商业用户事件检测改进三阈值算法 LDA线性判别

在线全文

学校读者我要写书评

暂无评论

基于篇章级信息特征增强的中文突发事件检测

阜阳师范大学学报（自然科学版） 2024年第1期41卷 1-7页

作者：廖涛吕玉成张顺香安徽理工大学计算机科学与工程学院淮南232001

事件检测旨在检测句子中的触发词并将其分类为特定的事件类型。针对目前大多数的中文事件检测方法存在篇章内句子间相互依赖信息利用不充分的问题,提出了基于篇章级信息特征增强的中文突发事件检测方法。首先,通过BERT(Bidirectional En... 详细信息

事件检测旨在检测句子中的触发词并将其分类为特定的事件类型。针对目前大多数的中文事件检测方法存在篇章内句子间相互依赖信息利用不充分的问题,提出了基于篇章级信息特征增强的中文突发事件检测方法。首先,通过BERT(Bidirectional Encoder Representations from Transformers)预训练语言模型编码字向量,使用平均池化将字向量转换成句子表示信息;其次,利用双向门控循环神经网络(Bidirectional gated recurrent neural network,Bi-GRU)学习句子内和篇章内的上下文隐层信息,接着通过注意力机制(Attention Mechanism)分别得到句子级信息和由若干句子间的相互依赖信息生成的篇章级信息;最后,将篇章级信息融合到句子级信息上后与字向量拼接,再使用条件随机场完成对句子中触发词的识别和标注。实验结果表明,该方法有效的提升了中文突发事件检测效果,F1值达到79.95%。

关键词：事件检测注意力机制篇章级信息双向门控循环神经网络

在线全文

学校读者我要写书评

暂无评论

应用残差网络的微地震事件五分类检测方法

石油地球物理勘探 2024年第3期59卷 392-403页

作者：潘禹行田宵甘兆龙张雄张伟江西省防震减灾与工程地质灾害探测工程研究中心(东华理工大学) 江西南昌330013 广东省地球物理高精度成像技术重点实验室(南方科技大学) 广东深圳518055 上海佘山地球物理国家野外科学观测研究站上海200062

常规的微地震事件检测方法通常需要人工选取阈值,在处理大量连续记录数据时效率较低,难以适应实时监测的需求。为此,提出一种基于残差网络的微地震事件五分类检测方法,将样本分为噪声、完整的微震事件、只含有P波、只含有S波以及多个微... 详细信息

常规的微地震事件检测方法通常需要人工选取阈值,在处理大量连续记录数据时效率较低,难以适应实时监测的需求。为此,提出一种基于残差网络的微地震事件五分类检测方法,将样本分为噪声、完整的微震事件、只含有P波、只含有S波以及多个微震事件五类。该方法只需将连续记录的波形数据等分,并通过时窗调整获得完整的微震记录。通过一系列数据增广方法实现小规模实际数据样本集的模型训练,模型精度高达99%。将该方法与二分类方法同时应用于微地震监测数据检测,并通过P波、S波到时拾取和震源定位评估检测效果。研究结果表明,基于残差网络的五分类检测方法检测到了更多数量的微震事件,且具有较高的运算效率,满足实时监测的需求。

关键词：微地震监测事件检测数据增广残差网络深度学习

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

事件检测类非侵入式负荷监测算法综述

电力系统自动化 2023年第13期47卷 94-109页

作者：鲍海波杨舒惠陈子民郭小璇黎静华广西电网有限责任公司南宁供电局广西壮族自治区南宁市530031 广西电力系统最优化与节能技术重点实验室广西大学广西壮族自治区南宁市530004 广西电网有限责任公司电力科学研究院广西壮族自治区南宁市530023

非侵入式负荷监测(NILM)可实现设备级用电数据的自动监测,是数字电网建设中传感量测环节的重要技术之一。文中对事件检测类NILM算法的研究成果进行了综述。首先,对事件检测类NILM算法进行界定,对其与组合优化类NILM算法的技术差异进行... 详细信息

非侵入式负荷监测(NILM)可实现设备级用电数据的自动监测,是数字电网建设中传感量测环节的重要技术之一。文中对事件检测类NILM算法的研究成果进行了综述。首先,对事件检测类NILM算法进行界定,对其与组合优化类NILM算法的技术差异进行对比分析;接着,对事件检测类NILM算法的流程及一般方法进行了整理和分类评述;然后,按照事件检测类NILM算法流程的顺序,分别从事件检测、特征提取、设备辨识3个角度对提升事件检测类NILM算法性能的关键技术进行梳理;最后,对事件检测类NILM算法常用性能评估指标进行总结,并对事件检测类NILM算法的未来研究方向进行展望。

关键词：非侵入式负荷监测数字电网特征提取设备辨识事件检测

在线全文

学校读者我要写书评

暂无评论

融合SPO语义和句法信息的事件检测方法

数据分析与知识发现 2023年第9期7卷 114-124页

作者：何丽杨美华刘璐瑶天津财经大学理工学院天津300222

【目的】利用SPO三元组语义信息和依存句法关系类型信息提升事件检测模型的性能。【方法】融合SPO三元组语义信息和依存句法关系类型信息构造事件检测模型EDMC3S。该模型以语句的依存句法树为基础生成SPO三元组和依存句法关系类型矩阵,... 详细信息

【目的】利用SPO三元组语义信息和依存句法关系类型信息提升事件检测模型的性能。【方法】融合SPO三元组语义信息和依存句法关系类型信息构造事件检测模型EDMC3S。该模型以语句的依存句法树为基础生成SPO三元组和依存句法关系类型矩阵,使用多头注意力机制对SPO三元组进行语义特征强化,利用自注意力机制对不同的依存关系类型进行权重分配后,通过多阶图注意力聚合网络对语句的全局句法和语义特征进行提取,最后使用一个全连接层对SPO三元组语义特征和语句全局特征进行整合。【结果】在ACE2005数据集上的实验结果显示,EDMC3S事件检测模型在触发词识别与事件类型分类这两个子任务中获得了较好的分类性能。在P、R和F1值三个评价指标上触发词识别分别达到80.6%、82.4%和81.5%,事件类型分类分别达到78.7%、80.1%和79.4%。【局限】仅在ACE2005数据集上进行实验验证。【结论】SPO三元组语义特征和词之间依存句法关系类型的引入能够提升事件检测中的触发词识别和事件类型分类效果。

关键词：事件检测 SPO语义信息句法信息注意力机制多阶图注意力聚合网络

应用于异常事件检测的深度交替方向乘子法网络

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2023年第7期45卷 2634-2641页

作者：胡世成杨柳康凯钱骅中国科学院上海高等研究院上海201210 上海科技大学信息科学与技术学院上海201210 中国科学院大学北京100049 中国科学院上海微系统与信息技术研究所上海200050

针对大规模无线传感器网络(WSN)中的事件检测问题(EDP),传统的方法通常依赖先验信息,阻碍了实际应用。该文为EDP提出了一种基于深度学习的算法,称为交替方向乘子法网络(ADMM-Net)。首先,采用低秩稀疏矩阵分解来建模事件的时空相关性。之... 详细信息

针对大规模无线传感器网络(WSN)中的事件检测问题(EDP),传统的方法通常依赖先验信息,阻碍了实际应用。该文为EDP提出了一种基于深度学习的算法,称为交替方向乘子法网络(ADMM-Net)。首先,采用低秩稀疏矩阵分解来建模事件的时空相关性。之后,EDP被表述为一个带约束的优化问题并用交替方向乘子法(ADMM)求解。然而,优化算法收敛慢且算法的性能依赖于对先验参数的仔细选择。该文基于深度学习中“展开”的概念,提出了一种用于EDP的深度神经网络ADMM-Net。通过“展开”ADMM算法的方式得到。ADMM-Net具有固定层数,其参数可以通过监督学习训练获得。无需先验信息。相比于传统算法,提出的ADMM-Net收敛快且不需先验信息。人造数据集和真实数据集的仿真结果验证了ADMM-Net的有效性。

关键词：事件检测无线传感器网络时空相关性低秩稀疏分解深度学习交替方向乘子法网络

在线全文

学校读者我要写书评

暂无评论

基于反馈图卷积神经网络的事件检测方法

湖南大学学报（自然科学版） 2023年第8期50卷 205-212页

作者：刘浏丁鲲刘姗姗刘茗国防科技大学第六十三研究所江苏南京210007 宿迁学院信息工程学院江苏宿迁223800

事件检测是自然语言处理领域的重要任务之一,其结果可以有效支撑信息抽取、文本分类和事件推理等下游任务.预训练语言模型BERT在事件检测任务上取得了显著的成绩,然而该类方法无法有效获取长距离和结构化的文本信息.为了缓解该问题,本... 详细信息

事件检测是自然语言处理领域的重要任务之一,其结果可以有效支撑信息抽取、文本分类和事件推理等下游任务.预训练语言模型BERT在事件检测任务上取得了显著的成绩,然而该类方法无法有效获取长距离和结构化的文本信息.为了缓解该问题,本文提出基于反馈网络的图卷积神经网络模型进行文本结构信息捕获,同时这种新方法能够有效解决图卷积神经网络带来的语义信息衰减性问题.本文首先使用BERT预训练模型获取文本的语义特征,然后使用融入反馈网络的图卷积神经网络提取文本的句法结构特征,最终使用多分类器实现对事件触发词的识别和分类.公开数据集ACE 2005上的实验结果表明,本文提出的事件检测方法在事件触发词识别和分类任务上的F1值分别达到了74.46%和79.49%,较现有工作平均提高了4.13%和4.79%.

关键词：事件检测图神经网络 BERT 句法分析自然语言处理

在线全文

学校读者我要写书评

暂无评论

基于小波分析的时间序列事件检测方法

计算机集成制造系统 2022年第10期28卷 3031-3038页

作者：卢北辰常子星金涛王建民清华大学软件学院北京100084

鉴于时间序列事件检测为时间序列数据挖掘领域的重要任务之一,以时间序列数据为输入,通过数据挖掘方法检测出数据中存在的事件信息,将其作为流程发现、合规检测和优化等下游任务的基础。采用两次抽象的方法完成事件检测,即根据给定标签... 详细信息

鉴于时间序列事件检测为时间序列数据挖掘领域的重要任务之一,以时间序列数据为输入,通过数据挖掘方法检测出数据中存在的事件信息,将其作为流程发现、合规检测和优化等下游任务的基础。采用两次抽象的方法完成事件检测,即根据给定标签将时间序列划分为状态区间,在状态区间序列中发现频繁出现的时间模式,通过关联规则对频繁模式进行筛选得到可能的事件点。通过模拟数据集和真实数据集上的实验验证了算法的可行性和运行效率。

关键词：时间序列事件检测多尺度分析小波分析数据挖掘

在线全文

学校读者我要写书评

暂无评论

基于事件模式及类型的事件检测模型

电子科技大学学报 2022年第4期51卷 592-599页

作者：代翔中国电子科技集团公司第十研究所成都610036

针对触发词定义标准模糊、语料标注成本高等问题,提出一种基于事件模式及类型的事件检测深度学习模型(PTNN)。首先基于实体的语法及语义特征获取潜在论元;其次将潜在论元抽象为角色,结合语法、语义、角色特征构建嵌入表示,增强输入对事... 详细信息

针对触发词定义标准模糊、语料标注成本高等问题,提出一种基于事件模式及类型的事件检测深度学习模型(PTNN)。首先基于实体的语法及语义特征获取潜在论元;其次将潜在论元抽象为角色,结合语法、语义、角色特征构建嵌入表示,增强输入对事件模式的体现;最后利用Bi-LSTM和基于事件类型的注意力机制,完成事件及类型判定。模型在不识别触发词的前提下,通过强化事件模式特征实现事件检测,避免了触发词标注困难的问题,证明了事件模式在神经网络上对事件检测的积极作用,将同类方法的最优效果提升了3%,且达到了基于触发词的检测效果。

关键词：注意力机制事件检测事件模式长短时网络潜在论元