电网技术

2018, v.42;No.411(02) 644-651

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于卷积神经网络的电力设备缺陷文本分类模型研究
A Classification Model of Power Equipment Defect Texts Based on Convolutional Neural Network

刘梓权;王慧芳;曹靖;邱剑;

摘要(Abstract):

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。

关键词(KeyWords): 电力文本处理;缺陷分类;卷积神经网络;机器学习

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 刘梓权;王慧芳;曹靖;邱剑;

Email:

DOI: 10.13335/j.1000-3673.pst.2017.1377

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享