排序方式： 共有3条查询结果，搜索用时 31 毫秒
1
1.
近年来长短期记忆网络（LSTM）在文本情感倾向分析方面显示出一定优势,但LSTM提取特征时存在语义不完整、精度不高等问题.研究者往往通过引入卷积神经网络（CNN）来弥补这一缺陷,但仍然未考虑到单词之间的句法依存问题.本文将以增量学习算法为核心的宽度学习（BLS）与LSTM相融合,提出了LSTM-BLS文本情感分析模型,并以2020断崖式降温事件为例,对突发气象灾害发生时公众情感倾向进行分析.结果表明：与基线模型K-means和支持向量机（SVM）相比,LSTM-BLS模型精度分别提高17.23和13.46个百分点;与已有深度模型LSTM、CNN-LSTM相比,本文模型精度分别提高7.13和4.17个百分点. 相似文献
2.
研究气象预警信号发布的时空特征与发布原则,对监测极端灾害性天气和发布预警信号有一定的指示意义.对湖北省2016—2019年期间发布的气象预警信号运用分类统计法按信号类别、等级、发布时间、发布区域进行统计分析,发现暴雨、大风、雷电、大雾、高温为主要的预警信号,预警落区主要分布在鄂东南、鄂西南,预警发生时间主要集中在夏季的7—8月.在此基础上,提出了湖北省气象预警信号的发布原则. 相似文献
3.
以二维声波方程为模型,在时间域深入研究了全波形速度反演.全波形反演要解一个非线性的最小二乘问题,是一个极小化模拟数据与已知数据之间残量的过程.针对全波形反演易陷入局部极值的困难,本文提出了基于不同尺度的频率数据的"逐级反演"策略,即先基于低频尺度的波场信息进行反演,得出一个合理的初始模型,然后再利用其他不同尺度频率的波场进行反演,并且用前一尺度的迭代反演结果作为下一尺度反演的初始模型,这样逐级进行反演.文中详细阐述和推导了理论方法及公式,包括有限差分正演模拟、速度模型修正、梯度计算和算法描述,并以Marmousi复杂构造模型为例,进行了MPI并行全波形反演数值计算,得到了较好的反演结果,验证了方法的有效性和稳健性. 相似文献
1