一种基于LSTM的分词方法及系统
    1.
    发明公开

    公开(公告)号:CN114169327A

    公开(公告)日:2022-03-11

    申请号:CN202111531412.4

    申请日:2021-12-14

    Abstract: 本发明涉及自然语言处理技术领域,具体涉及一种基于LSTM的分词方法及系统;包括传输模块、标号模块、提取模块、比对模块和分析模块,标号模块与传输模块连接,提取模块与标号模块连接,比对模块与提取模块连接,分析模块与比对模块连接,并与传输模块连接,通过传输模块将文本信息传入标号模块内,标号模块对文本进行标号,提取模块对标号后的文本进行提取,比对模块对提取后的文本进行比对,分析模块对比对后的文本进行分析,从而根据文本的含义提取出关键词,进而使检索的效果好。

    一种基于二阶循环神经网络的空气质量预测方法

    公开(公告)号:CN117390962A

    公开(公告)日:2024-01-12

    申请号:CN202311409885.6

    申请日:2023-10-27

    Abstract: 本发明公开了一种基于二阶循环神经网络的空气质量预测方法,依次包含以下步骤:首先,利用PM2.5,PM10,SO2,CO,O3,NO2等空气污染指标构建输入向量时间序列X,并计算相应的空气质量指标AQI;然后,利用缺失值补插以及最大最小归一化等方法对X和AQI进行预处理;接着,构建二阶循环神经网络,并利用利用预处理过的X和AQI训练得到最优二阶循环神经网络模型;最后,利用最优二阶循环神经网络模型,根据X的历史值对AQI的未来值进行预测,最终形成AQI预测值序列。本发明为空气质量预测提供了一种新思路,实验结果表明本发明方法具有时长跨度建模能力强,误差率低的优点。

Patent Agency Ranking