国网湖南省电力申请基于改进Bi-lstm网络与注意力机制的智能电表寿命预测方法专利，提高了智能电表的寿命预测能力 金融界2024年12月2日消息，国家知识产权局信息显示，国网湖南省电力有限公司申请一项名为“基于改进Bi-lstm网络与注意力机制的智能电表寿命预测方法”的专利，公开号CN 119046632 A，申请日期为2024年7月。专...
基于Bi-LSTM和多通道注意力的电网施工中违章量预测方法 针对配电网施工中违章现象频发导致监管工作中出现的频繁调度问题,提出一种基于双向长短时记忆(Bi-LSTM)和多通道注意力机制的电网施工作业违章量预测方法.首先,通过Wor... 李少龙,吴艳伟 - 《计算机应用》 被引量: 0发表: 2022年 ...
国家电投集团江苏新能源有限公司申请基于 ATT-BI-LSTM 的光伏超短期功率预测专利，提高了预测精度 金融界 2025 年 1 月 18 日消息，国家知识产权局信息显示，国家电投集团江苏新能源有限公司申请一项名为“基于 ATT-BI-LSTM 的光伏超短期功率预测方法”的专利，公开号 CN 119312967 A，申请日期为 2024 年 9 月。
基于Gate机制与Bi-LSTM-CRF的汉语语义角色标注 目前,语义角色标注大多基于双向长短时记忆网络(Bi-LSTM)。但是,由于词向量表示由上下文窗口中的词嵌入拼接得到,导致其依赖于左右词嵌入的联合作用。针对该问题,引入Ga... 张苗苗,张玉洁,刘明童,... - 《计算机与现代化》 被引量: 1发表: 2018年 Multi-feature ...
摘要 一种基于特征提取的Bi‑LSTM预测道路交通状态的方法,首先采用多个自编码器堆叠而成的堆叠自编码器(SAE)对道路状态数据的特征进行提取,然后将提取到的道路交通状态时空特征作为双向长短期时间记忆网络(Bi‑LSTM)模型的输入,完成基于特征提取的Bi‑LSTM网络模型的构建。本发明对道路交通状态矩阵进行特征提取后作为...
我跟你遇到的问题一样，想找bi-lstm crf提取关键词相关的文章，结果都是命名实体识别，然后也看不太...
对比Bi-LSTM+Attention和LSTM模型的效果.实验结果表明,BERT+Bi-LSTM+Attention融合模型在中医病历文本的提取和分类方面达到了最高的AverageF1值(即89.52%).通过对比发现,BERT较word2vec模型的预训练效果有显著的提升,且Bi-LSTM+Attention模型较LSTM模型的效果有显著的提升,因此提出的BERT+Bi-LSTM+Attention融合模型在...
一、TextCNN 核心部分代码如下,这里主要关注 LSTM 类的内容。 import torch.nn as nn import torchclassLinear(nn.Module):def__init__(self,in_features,out_features):super(Linear,self).__init__()self.linear=nn.Linear(in_features=in_features,out_features=out_features)self.init_params()definit_pa...
一种基于HMM和BI-LSTM模型的投标人精准提取方法及系统专利信息由爱企查专利频道提供,一种基于HMM和BI-LSTM模型的投标人精准提取方法及系统说明:本发明公开了一种基于HMM和BI‑LSTM模型的投标人精准提取方法及系统。属于数据采集领域,一种基于...专利查询请上爱企查
随着电商行业的发展,用户在网购时越来越依赖于评价来做出购买决策。基于bi-lstm的网购商品评价情感分析与研究,正是为了解决这个问题而提出的一种有效方法。bi-lstm(双向长短时记忆网络)是一种深度学习模型,能够处理序列数据。这种模型在分析商品评价时,可以同时考虑上下文信息,从而更准确地判断用户的情感倾向。