基于文本分类的输变电设备缺陷分析

论文摘要

为提高电力设备缺陷文本利用效率,构建缺陷文本分类模型。首先分析了中文文本分类的流程,然后结合电力设备缺陷文本的特点,构建了4层卷积神经网络的电力缺陷文本分类模型;最后以某市近10年来的电力设备缺陷文本记录作为数据来源,结合上述的模型,对数据进行训练和分类,并与部分传统的机器学习分类模型进行比较。结果表明,提出的分类模型的错误率为2.86%,远低于传统的6.99%,具有明显的优势。

论文目录

• 1 文本分类流程
• 2 基于卷积神经网络的电力设备缺陷文本分类模型
•   2.1 文本预处理
•   2.2 分布式文本表示
•   2.3 卷积神经网络分类器构建
• 3实验验证
•   3.1数据来源与评价指标选择
•   3.2卷积神经网络参数设置
• 4结语

文章来源

类型: 期刊论文

作者: 张晗,王奇,苏浩辉,崔曼帝,郑文坚,张厚荣

关键词: 文本分类,卷积神经网络,机器学习

来源: 电网与清洁能源 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 中国南方电网超高压输电公司检修试验中心

基金: 南方电网超高压输电公司科研项目(CGYKJXM20160026)~~

分类号: TM72

页码: 42-45+53

总页数: 5

文件大小: 2552K

下载量: 58