基于BERT和CNN的评论文本情感分类应用研究

随着互联网应用的快速普及,用户在商品分析、服务评估、影视分享等众多领域发表了大量的评论文本。如何快速识别众多评论文本中的情感倾向,提高文本数据的应用价值,已成为自然语言处理领域关注的热点话题之一。针对此问题,基于BERT和CNN模型对资产维修服务的评论文本进行情感分析,将BERT模型输出的动态字向量送入CNN进行二次表征,并将其与文本序列向量相融合为分类器提供更多的语义信息。实验结果表明,所提出的方法在文本情感分类准确率、F1值上均取得了良好的结果,具有有效性,同时通过对评论文本进行情感分析形成对维修工人的综合评价,实现系统报修工单的智能派单,为企业资产管理系统中资产维修管理模块的优化提供一定的思路。     

中国电视剧名英译研究

电视机的广泛使用促进了中国电视剧产业的蓬勃发展。一部优秀的电视剧能够让人留下深刻印象,这与演员精湛的演技、剧情深入人心且能够唤起观众共鸣等因素息息相关。除此之外,英文剧名同样占据十分重要的地位。中文电视剧名的翻译方法主要为直译、意译和音译,翻译时要考虑到电视剧所传达的中心主旨及其蕴含的文化内涵,在此基础上翻译出来的剧名更能符合观众的审美需求,激发观众的观看兴趣。     

英译中机器翻译质量AHP模糊评价方法研究

机器翻译质量的准确评估是机器翻译系统研究和开发的主要依据。在分析三种翻译质量评价因素(词汇,语法和话语)的基础上,建立了12个指标,分为五个层次的评价指标体系。同时设计了调查问卷,选择年龄、性别、职业和文化水平不同的人作为受访者。从问卷中获得机器翻译评估的数据,应用层次分析法确定机器翻译评价因子的加权向量。此外,在此基础上,采用模糊数学理论建立了机器翻译质量综合评价向量。     

基于边缘计算的CNN图像分类系统设计

针对目前物联网在图像识别任务中,海量视频终端通过网络将图像传输至云计算中心进行集中处理,造成的云计算中心计算负载大、图像处理延时高、视频图像隐私性低等问题.提出了一种基于边缘计算的实时图像处理的方法.该方法利用边缘节点在物理位置上更靠近视频源的特点,将图像分析处理的复杂计算任务从云计算中心迁移至边缘节点完成.设计CNN...     

基于CNN+LSTM的改进心音分类模型研究

心脏听诊是心脏相关疾病提前诊断和筛查的重要手段,利用深度学习模型进行心音分类取得了不错的效果,但其分类度仍有待提高.该文在心音处理流程和模型结构两个方面做了优化处理,流程方面在心音分割后添加了归一化处理这一步,使得不同音频周期的心音放在了同一范围下比较,特征提取上使用了二阶谱分析方法,保留了提取特征的更多信息;在模型结...     

电子政务中时态信息的研究

随着计算机技术和网络技术的发展，电子政务在我国开始全面实施。但是其中存在着诸如对信息时效性不能很好地处理等问题，这使其推广受到阻碍。通过分析目前电子政务中信息处理方法的不足，结合时态数据库的理论和方法，提出了一个解决电子政务中信息有效性的处理模型。     

六氟化硫排放核算及统计数据准确性评价研究

为积极响应国家“碳达峰、碳中和”双碳要求,更好地管理不同环节六氟化硫气体使用情况,安徽电科院研发了六氟化硫气体重量感知装置,实现对设备内六氟化硫气体重量全过程测量。本文通过开展六氟化硫气体排放全口径核算和六氟化硫气体损耗模型研究,建立一套数据统计准确性评价方法,实现地市级供电公司六氟化硫气体排放量、填报数据及安徽省六氟化硫气体使用情况准确性验证,有助于加快落实六氟化硫气体减排工作,全面推动碳达峰碳中和目标实现。     

基于CNN池化和进化策略的一般神经网络图像分类研究

网络的爆炸式发展产生了海量的图像,图像标签的错误和缺失比较常见,图像分类研究很有必要。CNN池化能够提取到输入矩阵的重要特征,降低数据的维度。进化策略是模仿生物"优胜劣汰"进化方式的一种启发式算法,能快速找到问题的解。本文基于CNN池化提取一组有正确标签的图像的特征,搭建层数为3的神经网络,进化策略优化初始权重,通过训练集训练分类模型,通过测试集来验证模型的优劣,并使最终的模型实现对未知类别图像的高效分类。实例验证阶段收集10类100张犬类图片,按照各研发步骤进行实验,算法结果验证了进化策略优化权重的必要及神经网络模型的高效。     

基于改进CNN的电力设备红外图像分类模型构建研究

针对红外图像背景复杂,分辨率低、对比度差等问题,本文基于RGB、HSV颜色空间转换和SeamCarving缩放处理,提出一种改进卷积神经网络(ConvolutionalNeuralNetwork,CNN)的电力设备红外图像智能分类模型。首先,着眼于CNN的结构特点,以AlexNet网络模型为原型,建立CNN-Alex模型;然后,提出一种基于RGB和HSV颜色空间转换和基于Seam Carving算法的设备红外图像处理方法,分离目标设备红外背景及调整图像至合适大小,对CNN-Alex模型加以改进,提高算法训练速度和准确率;最后将改进CNN模型与传统BP模型和CNN-Alex模型对比,其训练集、验证集准确率分别为99.5%、97.7%,远优于对比模型,验证了本文改进CNN红外图像分类模型的良好适用性。     

基于视觉显著和CNN的花卉图像检索软件

花卉图像检索是图像检索领域的热门研究方向,高效、快速地检索数据库中的花卉图像一直是该方向的重点课题。为了检索花卉图像,文中设计了一个基于视觉显著模型和CNN的图像哈希算法,并根据此算法设计和开发出一个高效、快速的花卉图像检索软件。软件具有查询花卉类别、检索相似花卉、浏览花卉信息等功能。     

计算机辅助翻译在英语翻译教学中的应用探究

随着计算机信息技术的不断发展与进步,给人们的生活带来了很多的改变。在英语翻译教学中,随着计算机技术的介入,使翻译方法与工具出现了一定的革新,其主要表现就是计算机辅助翻译技术得到了广泛的应用,并且在一定程度上,促进了教学效果的提高。     

基于模糊理论的英语机器翻译语义调序研究

针对当前英语机器翻译存在的准确性差,易引起歧义等不足,提出模糊理论的英语机器翻译语义调序模型。首先对英语机器翻译的语义进行分类,构建语义选择模型,然后采用层次分析法确定英语机器翻译语义顺序,对易错的误语义进行相应的容错操作,最后对语义进行加权操作计算语义之间的最优相似度,并引入模糊理论实现对英语机器翻译英语语义进行排列,最后通过具体应用实验对模型的性能进行分析。结果表明机器翻译选择排列模型的准确性高,而且时效性均要优于其他模型,具有明显的优势。     

机器英语翻译中的模糊语义最优解选取方法

针对传统最优解选择过程中使用的多目标粒子群选择方法,具有极大的局限性,最优解选择贴合性较低问题,提出针对机器英语翻译中的模糊语义最优解选取方法。建立机器英语翻译的语义模型,对机器英语翻译自然语言实现连接处理,使用模型对连接处理后的语义本体进行映射分析,翻译选定过程使用英语翻译的语义相似度计算提升语义连贯性。实验结果表明,改进选取方法选定翻译英语词汇特征匹配度较高,并且贴合性强,更适用于机器英语翻译中最优解选择。     

空空导弹火控系统靶试精度评估技术研究

根据空空导弹火控系统靶试精度评估技术的特点,对靶试高精度测量区的确定、测量参数需求和精度综合评估建模进行了研究,文章介绍了为确保机、弹、靶的飞行轨迹落入高精度测量区所进行的简化飞行方案建模与仿真,提出了测量参数需求以及靶试精度评估方法,建立了评估模型,用于完成空空导弹火控系统靶试任务,验证靶试精度评估方法和模型的正确性。     

基于DHNN的翻译质量熵权TOPSIS评价

为了客观和准确地评价英语翻译的译文质量,文中构建了包含11个评价指标的翻译质量评价指标体系,提出了基于离散Hopfield神经网络(DHNN)和熵权TOPSIS算法的翻译质量评价模型.通过与待评价样本学生的高考英语成绩、大学英语成绩、专家评价结果等综合对比分析得出,基于DHNN的翻译质量熵权TOPSISI评价结果较为准...     

基于ARM的英文转中文翻译器设计

为了改进某焊接设备只能输出打印英文单据的情况,设计了由高性能ARM7控制器--LPC2214为核心的英文转中文翻译器,详细论述了具体的硬件电路和优化的软件算法的设计原理,实验结果表明,翻译器对输入的英文数据量的大小无任何限制,能够显著降低系统硬件资源需求且能大大提升打印速度.     

网络环境下英语广告翻译的思考

广告英语有别于普通英语,它的词汇简洁别致又富于创新。力图用最简洁、最准确的文字,为商品提供丰富的信息,使读者一目了然、过目不忘。由于商品市场竞争特别激烈,为了保证商品的广告可以最大限度的吸引人的眼球,广告撰写者总是选择新颖别致的词汇、简洁的语句和生动的修辞,以赢得消费者的喜爱。     

基于多语言交互的英语翻译在线辅助系统设计

为了更好地方便世界各地人民之间的沟通交流,文中提出并设计了基于多语言交互的英语翻译在线辅助系统。基于融合多语言交互的英语翻译机制、英文翻译译后编辑与修改和知识数据库管理设计思想,构建了系统设计框架,包括系统收发单元、自动翻译单元、人工校正单元、任务管理单元和记忆库管理单元5部分,并对这5个功能单元性能做了具体分析;在此基础上,设计系统工作具体流程主要包括融合多语言交互的英语翻译服务流程和基于项目的多语言交互英语翻译服务流程设计,实现了多语言交互环境下的英语翻译在线辅助。实验结果表明,设计系统各功能单元运行通过率高达100%,且具有在线翻译速度、发音成功率和多种语言翻译成功率均较高的优点。     

基于神经网络的英文机辅翻译预调序模型研究

长距离调序由于缺少有效的描述而成为英语统计机器翻译的一大挑战。针对长距离调序的可能途径:预调序,提出了一种基于神经网络的英文机辅翻译预调序模型。该模型在线性排序框架下结合神经网络建模,可以从大量样本数据中抽取句法和语义等有用信息,以预测不同语言的语序差异。最后在中文到英文的翻译机器和英文到中文的翻译机器上对该模型进行了实验。实验结果表明,该模型提高了系统性能,具有有效性。