基于文本分类的输变电设备缺陷分析

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

    相关论文文献

    标签:;  ;  ;  

    基于文本分类的输变电设备缺陷分析
    下载Doc文档

    猜你喜欢