-
公开(公告)号：CN109933664A
公开(公告)日：2019-06-25
申请号：CN201910182419.6
申请日：2019-03-12
Applicant: 中南大学
Abstract: 本发明公开了一种基于情感词嵌入的细粒度情绪分析改进方法，包括：文本数据集的获取、人工标注及预处理。计算文本数据集中每个单词对应的语义词向量。获取情感词集合。计算训练数据集中每个单词对应的一组情感词组。计算训练数据集中每个单词对应的情绪词向量。构建训练数据集中每个单词对应的情感词嵌入。训练分类器得到细粒度情绪分析模型。本发明利用先验情感知识结合词嵌入模型，并构造适用于细粒度情绪分析的情感词嵌入进行情绪分析。本发明可以更好地识别词语级别的情绪信息，更加精准、细粒度的描述用户的情绪，可以用于细粒度的情绪分析任务，例如：用户的消费习惯分析，用户对商品的评论分析等。
-
公开(公告)号：CN108959781A
公开(公告)日：2018-12-07
申请号：CN201810739780.X
申请日：2018-07-06
Applicant: 中南大学
IPC: G06F17/50
Abstract: 本发明提供了一种针对基于惩罚因子的同步电机模型参数非线性回归调优方法，该电机模型参数非线性回归调优方法，包括如下几点步骤：建立数学模型、峰谷点关键数据点提取、非线性回归问题、大残差下的非线性参数回归求解；LM算法对于没有残差存在的非线性回归参数问题能很好求解，如果有残差存在的，LM算法不能求出理想解；本发明针对有残差存在的同步电机突然短路的参数回归分析，求解非线性参数回归分析，针对同步电机突然短路试验非线性参数回归分析，在有残差时，使得在非线性回归分析时对初始值不敏感，能得到较好的拟合效果，本发明具有解决所有非线性参数回归的通用性；通过此本发明，对有残差非线性参数回归分析问题提供了工程解决方法。
-
公开(公告)号：CN109933664B
公开(公告)日：2021-09-07
申请号：CN201910182419.6
申请日：2019-03-12
Applicant: 中南大学
IPC: G06F16/35 , G06F40/289 , G06F40/30 , G06F40/242
Abstract: 本发明公开了一种基于情感词嵌入的细粒度情绪分析改进方法，包括：文本数据集的获取、人工标注及预处理。计算文本数据集中每个单词对应的语义词向量。获取情感词集合。计算训练数据集中每个单词对应的一组情感词组。计算训练数据集中每个单词对应的情绪词向量。构建训练数据集中每个单词对应的情感词嵌入。训练分类器得到细粒度情绪分析模型。本发明利用先验情感知识结合词嵌入模型，并构造适用于细粒度情绪分析的情感词嵌入进行情绪分析。本发明可以更好地识别词语级别的情绪信息，更加精准、细粒度的描述用户的情绪，可以用于细粒度的情绪分析任务，例如：用户的消费习惯分析，用户对商品的评论分析等。
-
公开(公告)号：CN108959781B
公开(公告)日：2020-05-19
申请号：CN201810739780.X
申请日：2018-07-06
Applicant: 中南大学
IPC: G06F30/20
Abstract: 本发明提供了一种针对基于惩罚因子的同步电机模型参数非线性回归调优方法，该电机模型参数非线性回归调优方法，包括如下几点步骤：建立数学模型、峰谷点关键数据点提取、非线性回归问题、大残差下的非线性参数回归求解；LM算法对于没有残差存在的非线性回归参数问题能很好求解，如果有残差存在的，LM算法不能求出理想解；本发明针对有残差存在的同步电机突然短路的参数回归分析，求解非线性参数回归分析，针对同步电机突然短路试验非线性参数回归分析，在有残差时，使得在非线性回归分析时对初始值不敏感，能得到较好的拟合效果，本发明具有解决所有非线性参数回归的通用性；通过此本发明，对有残差非线性参数回归分析问题提供了工程解决方法。
-
-
-
Search Results
4
records
(took 0.017 seconds)
