基于注意力与Bi-LSTM混合算法的车企舆情情感分析

随着大数据时代的来临,网络舆情对消费者情感分析和商家营销策略产生重大影响。如何利用大数据技术提高车企舆情情感分析效能,受到文本挖掘研究者广泛关注。针对传统RNN在长文本分类中的长期依赖问题,提出了一种注意力机制与Bi-LSTM结合的混合分类算法(At-Bi-LSTM)。算法利用Bi-LSTM分析车企网络评论的情感,引入注意力机制计算不同单词对评论情感的贡献权重,降低长文本中无关词对分类结果的影响。实验证明,At-Bi-LSTM算法在车企舆情情感分类上取得了比朴素贝叶斯、SVM、LSTM更好的分类效果。

单点系泊系统的动力学设计

单点系泊是在环境外力下提供水平回复力以保持系泊浮力定位的一种锚泊方式.单点系泊系统的设计问题可描述为确定锚链的型号、长度和重物球的质量,使得浮标的吃水深度和游动区域及钢桶的倾斜角度尽可能小.本文通过合理假设,通过多次改变系统参数,分别提出了在静态环境下建立理想动力模型、含有风速影响的改进性模型、引入水流力的实际模型,并给出数值例子,利用蒙特卡洛算法进行多变量非线性优化加以解决.