最新录用
《指南》背景下幼儿园音乐活动的组织与实施
下载:306 浏览:1353
基于自注意力机制和CNN-LSTM深度学习的对虾投饵量预测模型
下载:48 浏览:354
摘要:
为提高对虾饲料的利用率,减少养殖成本,提高养殖效益,提出了一种基于自注意力机制(self-attention, ATTN)和卷积神经网络(convolutional neural network, CNN)-长短期记忆网络(long short term memory, LSTM)的对虾投饵量预测模型(CNN-LSTM-ATTN),以水温、溶解氧、对虾的数量与质量作为预测模型的输入数据,通过CNN挖掘输入数据间的内在联系,提取出数据特征信息,利用LSTM的长期记忆能力保存数据特征信息,使用ATTN突出不同时间节点数据特征的重要性,进一步提升模型的性能。结果表明,本研究中提出的CNN-LSTM-ATTN预测模型的均方根误差、平均绝对误差和平均绝对百分误差分别为0.816、0.681和0.018,均小于BP(back propagation)神经网络、LSTM和CNN-LSTM 3个基准模型,其模型预测能力和稳定性优于其他模型。研究表明,本研究中构建的模型能较好地实现对虾投饵量的准确预测,可为对虾养殖投饵量的管理调控提供参考依据。
基于BERT+BiLSTM+CRF深度学习模型和多元组合数据增广的渔业标准命名实体识别
下载:37 浏览:393
摘要:
为解决渔业标准命名实体识别任务中部分实体语料分布稀疏导致的效果不佳问题,提出了基于多元组合数据增广(data augmentation method based on multiple combination, MCA)的渔业标准命名实体识别方法,该方法融合了基于领域词典的联合替换算法(joint replacement algorithm based on domain dictionary, DDR)、基于槽点保护的随机删除算法(random deletion algorithm based on slot protection, SPD)和基于槽点保护的随机插入算法(random insertion algorithm based on slot protection, SPI)进行语料库的数据增广,首先构建"水产品名称"同类词词典和领域同义词词典,通过两个词典分别对"水产品名称"类实体和随机词进行同类词替换和同义词替换,生成新的句子,以增加目标实体数量和句子的多样性,然后在基于槽点保护的情况下对原句子分别进行随机删除和随机插入操作,在保留实体及上下文特征的情况下进一步丰富语料的多样性,提高模型的泛化能力。结果表明,采用基于融合注意力机制的BERT+BiLSTM+CRF网络模型和多元组合数据增广方法进行渔业标准命名实体识别,准确率、召回率、F1值分别达到了91.73%、88.64%、90.16%,具有较好的效果。研究表明,基于多元组合数据增广的渔业标准命名实体识别方法有效解决了部分实体样本稀疏问题,提升了渔业标准命名实体识别的整体效果。
关于初中古诗词教学中图像记忆法应用的研究
下载:143 浏览:1469
一种基于循环神经网络的住户级短期负载预测方法
下载:166 浏览:2019
追寻红色记忆 ,厚植国家情怀——探寻红色文化与高中语文教学有机融合的途径
下载:150 浏览:1884
浅谈农村小学英语词汇记忆教学的策略研究
下载:419 浏览:3087
初中生历史知识记忆方法研究
下载:163 浏览:1961
基于场所记忆延续的工业遗产再利用设计策略研究
下载:243 浏览:2214
益阳历史街区的城市记忆重塑研究
下载:138 浏览:1505
初中物理概念记忆策略
下载:196 浏览:2049
初中化学教学中学生记忆能力培养策略
下载:128 浏览:1400
浅谈“形似”也“神似”的两个化学公式
下载:158 浏览:1789
基于长短记忆模型(LSTM) 金融市场数据预测
下载:76 浏览:1147
小学数学学生量感的培养策略研究
下载:61 浏览:1794