基于双向注意力机制和门控图卷积网络的文本分类方法

现有基于图卷积网络的文本分类模型通常只是通过邻接矩阵简单地融合不同阶的邻域信息来更新节点表示,导致节点的词义信息表达不够充分。此外,基于常规注意力机制的模型只是对单词向量进行正向加权表示,忽略了产生消极作用的单词对最终分类的影响。为了解决上述问题,文中提出了一种基于双向注意力机制和门控图卷积网络的模型。该模型首先利用门控图卷积网络有选择地融合图中节点的多阶邻域信息,保留了之前阶的信息,以此丰富节点的特征表示;其次通过双向注意力机制学习不同单词对分类结果的影响,在给予对分类起积极作用的单词正向权重的同时,对产生消极作用的单词给予负向权重以削弱其在向量表示中的影响,从而提升模型对文档中不同性质节点的甄别能力;最后通过最大池化和平均池化融合单词的向量表示,得到文档表示用于最终分类。在4个基准数据集上进行了实验,结果表明,该方法明显优于基线模型。

结合GNN的信息融合用于归纳式文本分类

最近,图神经网络(GNN)通过将文本数据转换为图形数据的方式,来捕捉单词之间的固有拓扑结构和依赖信息,在一些文本分类任务中取得了良好的结果.但是将文本构建成图后,很多基于图结构的文本分类模型面临着全局上下文语义信息和局部特征信息提取不充分的等问题.本文提出了一种将全局上下文语义信息与局部特征信息相融合的图神经网络模型.通过将文档表示为有向、加权的词共现网络,其中有向是为了捕获词排序问题,权重是为了突出单词之间的相互影响程度,利用门控循环单元(GRU)在建模长距离单词交互上的优势,来捕获全局上下文语义信息,接着利用注意力(attention)捕获关键的局部特征信息,最后使用平均池化和最大池化进一步提升了模型对关键特征信息的提取能力,从而丰富了文档节点的全局语义信息,增强了局部特征表达.通过在三个经典英文数据集上的实验结果表明,该模型相比于基线模型有较好的分类效果.

基于复杂网络的城市交通拥塞因子风险传播机理及其应用研究

为了解城市交通拥塞因子风险传播特性,提升拥塞风险控制能力,依据昆明市路网拥塞实际调查数据,利用Pearson相关系数分析风险影响因子间的相关性,构建交通拥塞因子风险复杂网络。通过软件gephi0.9.2计算复杂网络各指标,验证网络的可行性和适用性。计算网络节点的相关指标进而引入网络节点重要度k的概念,据此将网络节点划分为核心节点、一般节点和边缘节点,同时引入直接免疫率ρ共同构建风险传播模型。对筛选出的核心节点进行直接免疫控制,免疫概率ρ分别取0.028,0.056,0.112后计算分析可知,免疫概率ρ取值基本与感染节点峰值比例值成反比。结果显示,识别出网络中重要度较大的节点并进行免疫控制后,交通拥塞因子风险的传播规模和传播速率将得到较好控制,对现实生活中治理城市道路路网交通拥塞有较好的指导意义。

基于公交驾驶员心理状况的PCA-Logistic交通事故倾向性预测方法研究

提出了一种基于公交驾驶员心理状况的PCA-Logistic交通事故倾向性预测方法。该方法针对传统Logistic回归模型中部分自变量间可能存在的多重共线性进而影响预测结果问题,采用主成分分析法对自变量进行降维处理并构建了PCA-Logistic交通事故预测模型;通过约登指数法确定二分类阈值表征预测结果中交通事故的发生与否,达到改进目的;结合1004名公交驾驶员的心理健康问卷调查结果和公交驾驶员近1年内是否发生过交通事故的统计数据,对所建模型进行了验证;并对公交驾驶员心理健康状况提出了针对性的改进措施建议。研究结果表明:9项心理因子中的躯体化、强迫症状、抑郁和敌意是影响公交驾驶员行车安全的危险心理因子;所构建的PCA-Logistic交通事故预测模型有效且阈值划分合理。

基于双层规划的城市交通拥塞疏导优化研究

为研究城市路网区域信号控制下的交通子区划分及交通拥塞疏导优化问题,明确交通拥塞控制子区划分影响因素并建立相邻交叉口关联度模型,将拥塞控制区域划分为“疏散区”“平衡区”。考虑“疏散区”“平衡区”不同的优化目标构建城市路网交通拥塞疏导优化双层规划模型,并以昆明市部分城市路网作为实验对象,通过仿真将实际控制方案与本文模型计算方案的控制效果进行对比,以此验证模型的适用性和有效性。仿真结果表明:除两个方案的平均停车次数优化效果一般以外,其他控制效果指标均具有很大的优化提升,其中车辆平均延误时间降低了7.7 s,重度拥塞里程比例下降了10.1%,路网车辆占有率下降了14.1%。综上可知,本文的疏导优化模型控制可快速疏导和有效缓解交通拥塞,模型具有良好的有效性,可为路网交通拥塞分区治理及疏导控制提供参考。

基于驾驶负荷的山区二级公路纵坡路段驾驶舒适度评价研究

为定量评价山区公路纵坡路段驾驶舒适度,本文以云南省文都二级公路为研究对象,进行实车试验开展驾驶负荷研究.首先,分析上、下坡路段坡度、坡长、加(减)速度指标对驾驶负荷影响程度,运用多元回归建立驾驶负荷模型;其次,利用心率增长率的第50、85分位值划分驾驶舒适度,结合所建模型对驾驶舒适度进行阈值分析,确定不同驾驶舒适程度对应坡度、加(减)速度区间范围;最后,对模型及阈值划分合理性进行分析验证.结果表明,坡度、加(减)速度对纵坡路段驾驶负荷皆为显著变量,而坡长与驾驶负荷仅存在弱相关性.本文模型有效,阈值划分合理,可为低等级公路驾驶负荷研究提供参考.