检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于深度学习方法的用户分类与用能分解研究

基于深度学习方法的用户分类与用能分解研究

作者：李文峰山东建筑大学

学位级别：硕士

电力市场的改革促使电力部门开始以用户需求为导向,向用户提供高质量与个性化的用能服务。随着智能电表的广泛应用,智能电表所记录的海量用户消费数据不仅使用能数据分析成为了可能,还为电网智能化、个性化管理创造了条件。与此同时,伴... 详细信息

电力市场的改革促使电力部门开始以用户需求为导向,向用户提供高质量与个性化的用能服务。随着智能电表的广泛应用,智能电表所记录的海量用户消费数据不仅使用能数据分析成为了可能,还为电网智能化、个性化管理创造了条件。与此同时,伴随着深度学习方法的迅猛发展,深度学习方法为提取复杂环境下的用户用能特征提供了可行方案。为进一步发挥深度学习方法在用能数据深度分析方面的作用,本文开展了基于深度学习的用户分类与用能分解研究,提出了一种基于自学习边权重的图卷积用户分类网络和一种基于改进时序卷积网络的并行非侵入式用能分解方法。本文的主要工作如下:(1)介绍了基于用户用能数据的用户分类与非侵入式用能分解的相关知识,并给出了相关问题的解决思路。此外,详细阐述了几种用于后文研究的典型深度学习方法,并剖析了不同方法的优缺点。(2)为实现基于智能电表数据和用户信息的用户分类,提出了一种基于自学习边权重的图卷积分类网络(AEW-GCN)。在该网络中,首先构建了基于注意力机制的图转化层,实现了由离散电表数据到图数据的转换与学习;其次,分别从图数据结构和图节点数据提取特征,引入带有跳跃连接的残差网络进行特征筛选,并基于筛选特征产生特征重构图;最后,构建了图卷积分类器输出分类结果。为验证该方法的分类性能,分别在两个真实用能数据集中进行对比实验。实验结果表明,所提出方法能够有效学习不同类别用户特征完成分类,并在多种对比方法中取得最优性能。(3)为在用户分类基础上实现用户用能分解,同时提高现有分解方法的性能,提出了一种基于改进时序卷积网络(DBB-TCN)的并行非侵入式用能分解方法。在该方法中,首先提出了基于峰谷区间的数据划分方法,实现了原始数据的高低耗能区间的有效分类;其次,给出了一种基于DBB-TCN的长期分解子网和一种基于卷积自编码器(CAE)的短期分解子网,通过提取设备长期与短期特征实现用能分解;最后,长短期分解子网的输出在全连接层中实现有机统一,输出网络分解结果。为证明所提出方法的有效性,分别在UK-DALE和REDD两个用能分解数据集中进行实验,并与其他现有的分解方法进行对比。实验结果表明,所提出的基于改进时序卷积网络的并行分解方法可有效实现用户用能分解,且相比其他方法拥有更好的性能。(4)对本文所提出的用户用能分析方法进行了总结,反思了相关方法在用户分类与用能分解上的不足,并对下一步的研究进行了展望。

关键词：智能电表数据应用用户分类用能分解深度学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于弹幕文本的情感极性分析与用户分类应用

基于弹幕文本的情感极性分析与用户分类应用

作者：杜林君东华大学

学位级别：硕士

随着信息技术的不断发展,弹幕这一视频评论模式在各大视频网站逐渐兴起,受到了广大群众的喜好。区别于传统评论形式,弹幕能够使视频用户在观看的同时发布对当前内容的评论,具有即时性的特点,因而能够更加准确地反映出用户在观看视频时... 详细信息

随着信息技术的不断发展,弹幕这一视频评论模式在各大视频网站逐渐兴起,受到了广大群众的喜好。区别于传统评论形式,弹幕能够使视频用户在观看的同时发布对当前内容的评论,具有即时性的特点,因而能够更加准确地反映出用户在观看视频时的观点和情感。然而目前对于弹幕的研究大多基于传播学、用户心理等角度,对弹幕文本进行情感分析方面的研究较少。本学位论文旨在利用自然语言处理相关技术对弹幕文本的情感极性作研究,并基于实际场景进行一定的应用分析。具体研究内容如下:首先,使用网络爬虫方式获取了Bilibili网站中指定视频的弹幕数据,并基于弹幕文本非正式化、复杂性的特点进行了一系列数据预处理,使用预训练word2vec词向量模型完成了对文本数据的特征提取。其次,分别基于传统机器学习和深度学习神经网络建立了弹幕文本情感极性分类模型,经过比较分析得到,双向LSTM模型相较于其他模型在各项评价标准上综合表现最优,在该情感分类问题中具有优势。最后,选择《后疫情时代》视频中的弹幕用户作为研究对象,通过应用情感分析模型得到了用户的弹幕情感分布时间序列,基于对噪声弹幕的研究对用户进行了筛选,选取了情感分布的最优时间间隔,并使用基于DTW算法的K-means聚类方法对视频用户群体建立了分类标签,通过分析验证得到了该方法的有效性。参考本学位论文分析得到的研究结论,可以使视频内容创作者了解观众观看视频时的情感变化趋势、视频热点内容和受众群体分类,为其提供了视频内容调整方向。对于视频网站而言,则为其提供了新的弹幕视频用户分类标签准则,为进行更精准的视频推荐作补充依据。对广告投资企业而言,可以了解到不同视频对弹幕用户的情绪调动能力,为其提供决策支持。总体而言,可以促进优质视频内容的产出和接收,营造更佳的视频内容社区氛围。

关键词：弹幕情感分析文本分类用户分类

云环境下基于用户分类的共存攻击防御机制研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

云环境下基于用户分类的共存攻击防御机制研究

作者：王少明电子科技大学

学位级别：硕士

云计算是一种方便的、可按需付费的使用共享计算机资源的技术,云中的用户通过虚拟化技术在同一物理服务器上运行各自的虚拟机,而感受不到其他用户的存在。随着云计算技术的快速发展,云中的众多安全问题也逐渐暴露。其中共存攻击便是云... 详细信息

云计算是一种方便的、可按需付费的使用共享计算机资源的技术,云中的用户通过虚拟化技术在同一物理服务器上运行各自的虚拟机,而感受不到其他用户的存在。随着云计算技术的快速发展,云中的众多安全问题也逐渐暴露。其中共存攻击便是云中的一种重要安全威胁,共存攻击者利用云中不同用户虚拟机可能位于同一物理服务器上的特点,通过建立侧信道窃取、篡改目标用户的信息,或破坏目标用户的任务执行,严重影响了云中网络安全。以往的研究中,研究人员提出了许多解决方案,但这些方案往往具有开销大、不利于部署等问题。针对共存攻击问题,在本文中,提出了一种基于用户分类的共存攻击防御机制,以缓解云中的共存攻击。本文的主要工作包括以下方面:首先,本文设计了一种基于用户分类的共存攻击防御机制,该机制通过对用户行为特征进行分析,将云中不同行为特征的用户划分为不同的风险状态,将相同风险状态的用户放置于同一风险分区中,实现用户之间的物理隔离。其次,本文在真实的商业云平台数据集上,对用户的行为进行了分析。并进行了用户的分类实验,实验结果显示用户分类结果能够较好地区分出不同行为方式的用户。最后,运用博弈论方法,将本文防御机制下的共存攻击场景进行建模,建立了二人安全博弈问题模型,并依据模型对攻击中攻击者与防御者的收益与成本进行了详细的分析,最后通过实验给出了最佳防御策略,也同时证明了本文的防御机制可以有效的缓解共存攻击的危害。

关键词：云计算共存攻击用户分类放置策略博弈论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器学习的社交媒体用户分类研究

数据分析与知识发现 2019年第8期3卷 1-9页

作者：李纲周华阳毛进陈思菁武汉大学信息资源研究中心

【目的】充分利用社交媒体用户的个人多维度信息,研究用户自动分类问题。【方法】将社交媒体用户定义为个体民众、媒体、政府和组织4种类型,从用户多维度信息中提取人口统计学、命名和自我描述三组特征,构建基于机器学习算法的用户自动... 详细信息

【目的】充分利用社交媒体用户的个人多维度信息,研究用户自动分类问题。【方法】将社交媒体用户定义为个体民众、媒体、政府和组织4种类型,从用户多维度信息中提取人口统计学、命名和自我描述三组特征,构建基于机器学习算法的用户自动分类模型,在Twitter真实数据集上通过实验对比各分类算法性能,并分析各组特征的贡献度。【结果】支持向量机和随机梯度下降分类模型的准确率和召回率均在83%以上,命名、人口统计学和自我描述特征对于分类性能的影响依次递增。【局限】由于标注的用户数量有限,可能无法让模型充分学习用户特征,而且没有考虑不同类型用户数量的不均衡问题。【结论】基于支持向量机和随机梯度下降的分类模型能够较准确地识别出4种类型用户,对后续社交媒体用户划分研究具有借鉴意义。

关键词：支持向量机用户分类机器学习特征提取

一种基于改进RFM模型的数字集群用户分类方法

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2020年第9期37卷 2822-2826页

作者：卓灵孙昕北京交通大学电子信息工程学院北京100044

数字集群系统具有组呼和半双工通信等特点,针对传统用户分类方法不能满足数字集群用户分类需求的问题,提出一种基于改进RFM模型的数字集群用户分类方法。首先引入平均讲话时长属性建立RVS模型;然后采用层次分析法确定RVS模型参数的权重... 详细信息

数字集群系统具有组呼和半双工通信等特点,针对传统用户分类方法不能满足数字集群用户分类需求的问题,提出一种基于改进RFM模型的数字集群用户分类方法。首先引入平均讲话时长属性建立RVS模型;然后采用层次分析法确定RVS模型参数的权重;最后,利用K-means++聚类算法对数字集群用户进行分类。仿真结果表明,使用提出的用户分类方法,数字集群用户分类的准确度可达到87.9%以上。

关键词：数字集群改进RFM模型用户分类参数权重

综合考虑供用电双方需求的优质电力用户分类方法

在线全文

学校读者我要写书评

暂无评论

电力科学与技术学报 2021年第6期36卷 171-181页

作者：栾乐马智远莫文雄许中周凯郭倩雯广州供电局有限公司电力试验研究院广东广州510420

售电侧开放形成的竞争性售电市场使用户拥有选择权,用户可选择除电网公司以外的售电公司提供电能及相应服务,这将导致电网公司客源流失、市场份额降低。与此同时,随着现代高新技术产业的持续发展,电能质量扰动对用户造成的损失与影响不... 详细信息

售电侧开放形成的竞争性售电市场使用户拥有选择权,用户可选择除电网公司以外的售电公司提供电能及相应服务,这将导致电网公司客源流失、市场份额降低。与此同时,随着现代高新技术产业的持续发展,电能质量扰动对用户造成的损失与影响不断增加。因此,电网公司亟需提供满足用户需求的优质电力服务来为有效吸引客源、提升市场竞争力。然而,目前缺乏考虑供用双方需求的用户分类方法,导致优质电力服务的开展进程受阻。通过考虑用户终身价值与电能质量需求,兼顾电网公司与用户综合需求,提出一套新的优质电力用户分类指标体系;同时,基于模糊理论实现数据规范化处理,提出改进k-means聚类算法对海量用户指标数据进行分类,并利用基于熵权的模糊层次分析法实现指标权重计算。最后,通过实例验证该文所提方法所包含的评价信息覆盖较为全面,弱化一般分类方法的主观性,使得优质电力用户分类结果更为客观合理。

关键词：电能质量电压暂降终身价值电能质量需求用户分类

基于弹幕情感分析和聚类算法的视频用户群体分类

在线全文

学校读者我要写书评

暂无评论

计算机工程与科学 2018年第6期40卷 1125-1139页

作者：洪庆王思尧赵钦佩李江峰饶卫雄同济大学软件学院上海200092

随着数字媒体等技术的发展,出现了弹幕系统这种新型的评论模式并逐渐流行。它能够使视频观众即时发布关于视频情节内容的评论,也可以帮助观众理解视频内容。弹幕文本数据的产生,为短文本处理和实时数据处理提供了新的素材。研究弹幕数... 详细信息

随着数字媒体等技术的发展,出现了弹幕系统这种新型的评论模式并逐渐流行。它能够使视频观众即时发布关于视频情节内容的评论,也可以帮助观众理解视频内容。弹幕文本数据的产生,为短文本处理和实时数据处理提供了新的素材。研究弹幕数据的特点和其表达的情感,可以帮助我们更好地理解视频情节;研究弹幕内容之间的相似度进而分析用户之间的关联关系,不仅能够深入了解弹幕用户的特点、发掘不同视频之间的潜在联系,而且可以为视频制作时受众群体的选择提供更为准确的解决方案。首先将弹幕文本数据进行收集和预处理,然后计算这些文本的情感值。针对弹幕文本口语化的特点,建立了网络弹幕常用词词典。通过改进传统的k-means聚类算法,对所有发表弹幕的用户进行基于情感值的分类。这样的分类可以帮助我们了解观看特定类型视频的观众在情感上的异同点。

关键词：弹幕系统短文本分析时间序列情感分析用户分类

基于FCM聚类的电力用户分类及需求侧管理平台的设计与实现

在线全文

学校读者我要写书评

暂无评论

基于FCM聚类的电力用户分类及需求侧管理平台的设计与实现

作者：高晓琴南昌大学

学位级别：硕士

近年来,我国各地区用电负荷总量持续攀升,电力市场的供需不平衡问题持续升级。再者,当前的电力需求侧管理工作落实不到位,资源配置不合理。在电力资源有限的情况下,实施有序用电是缓解高峰时期电力供需矛盾最直接有效的负荷管理措施。... 详细信息

近年来,我国各地区用电负荷总量持续攀升,电力市场的供需不平衡问题持续升级。再者,当前的电力需求侧管理工作落实不到位,资源配置不合理。在电力资源有限的情况下,实施有序用电是缓解高峰时期电力供需矛盾最直接有效的负荷管理措施。为了提高电力资源的使用率,对电力用户侧负荷数据的价值挖掘是对用户用电行为分析的基础,根据不同类型用户实施差异化的需求侧管理工作也是当前电网研究的热点课题之一。本文的主要工作内容有:（1）负荷数据的采集与处理。本文样本数据取自江西省地区EMS系统,使用Kettle工具将数据进行提取。首先将负荷数据进行清洗,然后提取典型用户的用电负荷特性,为了提高负荷聚类的有效性和准确性,将负荷功率数据进行归一化处理,并使用中值滤波法将曲线进行平滑处理。经过处理后的数据,能够更加直观地反映负荷曲线的曲线形状和变动情况。（2）基于FCM聚类算法的电力用户分类。为了提取用户用电负荷模式类别,本文将FCM聚类算法运用于电力用户分类。首先基于处理后的数据进行聚类,根据DBI指标确定聚类数目为5,然后通过不断确定簇中心点和隶属度将样本数据分为五种负荷曲线模式,最后根据聚类结果分析不同用户参与有序用电的潜力。经实践验证,依照本文提出的电力用户精细划分负荷模式,为用户提供差异化供电需求,提高了企业参与有序用电的达标合格率。（3）在调度安全区内设计和实现了基于有序用电的电力需求侧管理平台。该平台以负荷数据采集、实时监控负荷、有序用电和可中断分析管理、负荷数据分析与统计为主线,探讨了该平台的相关技术、总体架构设计、接口和安全设计、负荷管理流程、主要功能实现等内容。该平台通过建立电网侧与用户侧用电方案双向交互机制,结合大数据开发和web开发技术,进行实时、准确的动态采集数据和分配电力资源;以总量调控、结构优化为标准,实现管理、监测、分配一体化的电力需求侧管理。

关键词：需求侧管理有序用电 FCM聚类算法用户分类负荷曲线

基于Flask框架的微博用户分类及推荐系统的实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Flask框架的微博用户分类及推荐系统的实现

作者：曾思亮厦门大学

学位级别：硕士

随着互联网信息时代的到来,信息数据呈现爆发式增长,传播方式也更为多元化。其中,微博作为新媒体的代表已经成为社会热点传播的重要平台。在研究热点事件传播过程中,如何界定事件中用户的行为和属性特征,成为人们在分析舆情动态、挖掘... 详细信息

随着互联网信息时代的到来,信息数据呈现爆发式增长,传播方式也更为多元化。其中,微博作为新媒体的代表已经成为社会热点传播的重要平台。在研究热点事件传播过程中,如何界定事件中用户的行为和属性特征,成为人们在分析舆情动态、挖掘潜在客户时越来越关注的问题。由于网络热点更新迭代迅速、数据产量庞大、内容类别繁杂,我们需要研究快速高效的数据获取模型来跟踪热点事件,采集相关用户信息和微博内容信息存入数据库。微博用户分类可以归结为用户标签挖掘以及标签相似度计算的问题,如何通过用户相关特征生成用户标签是实现用户分类的关键。同时,为了避免机器用户对分类结果的影响,我们需要先过滤掉无关用户特别是水军用户,提升分类推荐的效果。针对以上问题,本文的主要工作和研究内容如下:1.通过对比当前各种网络爬虫框架的性能以及研究微博反爬虫规避策略,提出一种组合Selenuim和Scrapy框架的分布式爬虫,一定程度上提升了数据获取的稳定性,并通过多线程提高数据获取速度。2.目前对于水军识别的研究存在的问题包括:(a)对于水军特征的描述不够准确;(b)水军自我伪装能力不断加强,行为和属性特征更趋于常态化;(c)微博数据庞大,维度高。对此,本文提出基于转发人属性等新特征的水军识别模型来过滤水军用户,引入的特征因子还包括情感波动指数、信息完整度等,比较朴素贝叶斯、贝叶斯网络以及随机森林算法在引入新特征后识别性能上的提升。3.提出基于个性标签和关系链的用户分类模型。通过用户兴趣挖掘方法找出用户的兴趣词作为用户的部分标签,从关系链用户中提取另一部分标签,将这两部分标签组合成新的用户标签向量,计算用户标签向量之间的相似度实现用户分类,为定制性用户推荐提供更可靠的依据。4.本文使用Flask框架设计一套网络热点挖掘及用户分类推荐系统来实现整个流程,更人性化地展示分析结果,为挖掘客户提供便利的平台。

关键词：微博爬虫 Selenuim工具水军检测用户分类 Flask框架