白鶴灘水電站是僅次于三峽水電站的中國(guó)第二大水電站。其建設(shè)中出現(xiàn)的安全生產(chǎn)問(wèn)題也得到了重視。樹(shù)立正確的安全意識(shí)是水電站全體員工的工作重心,也是保障水電站安全生產(chǎn)的措施之一。隨著社會(huì)的進(jìn)步和科技的發(fā)展,除了生產(chǎn)以外,安全問(wèn)題同樣是水電站主要解決的問(wèn)題。最大程度的避免水電站正常運(yùn)行過(guò)程中的安全隱患,是對(duì)員工安全問(wèn)題的承諾,也是水電站正常順利運(yùn)行的基礎(chǔ)。目前,需要對(duì)大量現(xiàn)場(chǎng)施工安全隱患數(shù)據(jù)進(jìn)行挖掘和分析,從而有效地規(guī)避非安全因素。自然語(yǔ)言處理是人工智能領(lǐng)域中的一個(gè)重要方向,是一門(mén)融語(yǔ)言學(xué)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)于一體的科學(xué),它主要研究各種方法來(lái)實(shí)現(xiàn)人與計(jì)算機(jī)之間用自然語(yǔ)言進(jìn)行通信。如今面向自然語(yǔ)言的深度學(xué)習(xí)研究,在文本分類(lèi)、情感分析、語(yǔ)法分析、機(jī)器翻譯等領(lǐng)域取得了很大成就,為利用面向自然語(yǔ)言的安全隱患數(shù)據(jù)挖掘提供了可行性。本隱患分析系統(tǒng),基于Python語(yǔ)言開(kāi)發(fā),采用了主流的開(kāi)源機(jī)器學(xué)習(xí)框架TensorFlow和深度學(xué)習(xí)的代表算法——卷積神經(jīng)網(wǎng)絡(luò)（CNN）。系統(tǒng)主要包括高頻詞匯展示、典型隱患識(shí)別和隱患屬性分類(lèi)三大功能模塊。其中高頻詞匯展示用來(lái)將大量隱患記錄中統(tǒng)計(jì)出來(lái)的高頻詞語(yǔ)通過(guò)詞云圖進(jìn)行展現(xiàn);典型... 

【文章來(lái)源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

trie和DAG應(yīng)用實(shí)例圖

中 科 技 大 學(xué) 碩 士 學(xué) 位神經(jīng)網(wǎng)絡(luò)中，卷積神經(jīng)網(wǎng)絡(luò)是研究最深入的，卷，即動(dòng)物的神經(jīng)元只會(huì)處理一小塊區(qū)域的視覺(jué)核[25-26]。之后神經(jīng)認(rèn)知機(jī)的概念被提出，它包含 CNN 中的激勵(lì)函數(shù)；另一類(lèi)是 S-cell,相當(dāng)于 C著 GPU 的發(fā)展，使得卷積神經(jīng)網(wǎng)絡(luò)研究取得了很圖像識(shí)別領(lǐng)域取得了很高的成績(jī)，不僅使得自臉識(shí)別、交通標(biāo)志檢測(cè)和物體檢測(cè)等領(lǐng)域也有網(wǎng)絡(luò)的每個(gè)單元，神經(jīng)網(wǎng)絡(luò)如圖 2-3 所示。

科 技 大 學(xué) 碩 士 學(xué) 位圖 2-4 含隱藏層的神經(jīng)網(wǎng)絡(luò)圖絡(luò)經(jīng)網(wǎng)絡(luò)的方式，對(duì)一張圖片進(jìn)行分類(lèi)，需要的于圖像處理，想要使用神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，必神經(jīng)網(wǎng)絡(luò)。聯(lián)系的比較緊密，往往會(huì)體現(xiàn)出某些特征，而個(gè)神經(jīng)元只需對(duì)局部區(qū)域進(jìn)行感知，而不需要接如圖 2-5 所示，神經(jīng)網(wǎng)絡(luò)局部連接如圖 2-6

【參考文獻(xiàn)】：
期刊論文
[1]主題領(lǐng)域研究熱點(diǎn)跟蹤及趨勢(shì)預(yù)測(cè)的可視化分析方法研究[J]. 陳勇躍,田文芳,吳金紅.  情報(bào)理論與實(shí)踐. 2017(06)
[2]基于卷積神經(jīng)網(wǎng)絡(luò)模型的互聯(lián)網(wǎng)短文本情感分類(lèi)[J]. 劉小明,張英,鄭秋生.  計(jì)算機(jī)與現(xiàn)代化. 2017(04)
[3]基于CP-CNN的中文短文本分類(lèi)研究[J]. 余本功,張連彬.  計(jì)算機(jī)應(yīng)用研究. 2018(04)
[4]基于word2vec的互聯(lián)網(wǎng)商品評(píng)論情感傾向研究[J]. 黃仁,張衛(wèi).  計(jì)算機(jī)科學(xué). 2016(S1)
[5]基于互信息改進(jìn)算法的新詞發(fā)現(xiàn)對(duì)中文分詞系統(tǒng)改進(jìn)[J]. 杜麗萍,李曉戈,于根,劉春麗,劉睿.  北京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(01)
[6]基于加權(quán)關(guān)鍵詞共現(xiàn)時(shí)間元的個(gè)性化學(xué)術(shù)研究時(shí)序路徑發(fā)現(xiàn)及其可視化呈現(xiàn)方法[J]. 李樹(shù)青,孫穎.  情報(bào)學(xué)報(bào). 2014 (01)
[7]科技論文關(guān)鍵詞特征及其對(duì)共詞分析的影響[J]. 胡昌平,陳果.  情報(bào)學(xué)報(bào). 2014 (01)
[8]基于多步聚類(lèi)的漢語(yǔ)命名實(shí)體識(shí)別和歧義消解[J]. 李廣一,王厚峰.  中文信息學(xué)報(bào). 2013(05)
[9]基于層次結(jié)構(gòu)的多策略中文微博情感分析和特征抽取[J]. 謝麗星,周明,孫茂松.  中文信息學(xué)報(bào). 2012(01)
[10]中文分詞中組合型切分歧義的消解研究[J]. 尤慧麗,晏立,楊曉東.  計(jì)算機(jī)工程與應(yīng)用. 2011(31)



本文編號(hào)：3608431