文章标题
作者姓名
关键词
单位名称
检索
AI智能检索
学术期刊
首页
文章
期刊
投稿
首发
学术会议
图书中心
新闻
新闻动态
科学前沿
合作
我们
一封信
按学科分类
按期刊分类
医药卫生
(21)
工程技术
(38)
数学与物理
(12)
经济与管理
(12)
人文社科
(41)
化学与材料
(9)
信息通讯
(10)
地球与环境
(25)
生命科学
(2)
首页
>
文章
基于卷积神经网络的电力设备缺陷文本分类模型研究
DOI
:
,
PDF
下载:
82
浏览: 467
作者
:
刘梓权
;
王慧芳
;
曹靖
;
邱剑
;
作者单位
:
浙江大学电气工程学院
;
关键词
:
电力文本处理
;
缺陷分类
;
卷积神经网络
;
机器学习
;
摘要:
电网生产管理系统中存在大量闲置的设备缺陷记录文本。针对电力设备缺陷文本的特点,构建了基于卷积神经网络的缺陷文本分类模型。首先通过分析大量电力设备缺陷记录,归纳了电力设备缺陷文本的特点;然后参考中文文本分类的一般流程,并考虑缺陷文本的特点,建立了一种基于卷积神经网络的电力缺陷文本分类模型;最后通过算例对基于卷积神经网络的缺陷分类模型和多种传统机器学习分类模型进行全面比较。算例结果表明,所提出的缺陷文本分类模型能显著降低分类错误率,在分类效率上也比较可观。
投稿
相关文章
应用免疫检查点抑制剂慢性阻塞性肺病治疗的探索
体育课与课余体育活动整合研究
品管圈在提高跌倒高危病人复评率的效果观察及应用
摄食训练食物温度的精准分级对脑卒中吞咽障碍患者的影响研究
论存在函数不能用二次迭代函数表示
学术共建
清华大学出版社
北大中文系
国家工程技术数字图书馆
维普网
万方数据库
版权所有 © 2025 世纪中文出版社
京ICP备2024086036号-2