导读:本文包含了文本数据论文开题报告文献综述及选题提纲参考文献，主要关键词:深度学习,海军军械,不均衡数据集,双向循环神经网络
文本数据论文文献综述
齐玉东,丁海强,赵锦超,孙明玮[1]（2019）在《基于biRNN的海军军械不均衡文本数据集处理方法》一文中研究指出传统的不均衡数据集处理方法存在人工设置特征繁琐、普适性差等缺陷,难以适用于海军军械不均衡文本数据集处理。针对此问题,本文提出一种基于biRNN模型的海军军械不均衡文本数据集处理方法。通过biRNN模型自动学习文本序列特征,以双向文本序列预测方式扩展少数类文本,达到文本数据均衡目的,并在均衡数据集的基础上将整个文本数据集进行扩充。分别对原始数据集、均衡数据集、扩充数据集进行文本分类实验,实验结果表明,基于biRNN的不均衡数据集扩展方法对原始数据集进行均衡、扩展处理能够有效提高文本分类的性能。(本文来源于《计算机与现代化》期刊2019年12期）
张娜,柳运昌,王若男[2]（2019）在《基于文本情感分析的社交媒体数据挖掘》一文中研究指出随着越来越多的社交媒体平台开始流行,针对社交媒体的信息挖掘与数据分析显得十分必要。对社交媒体进行评论数据爬取,对文本数据进行清洗预处理,去除停用词,然后采用贝叶斯定理对文本数据进行意见挖掘,最后根据获得的情感值生成饼图,对数据进行可视化呈现。(本文来源于《河南城建学院学报》期刊2019年05期）
艾楚涵,姜迪,吴建德[3]（2019）在《基于主题模型和关联规则的专利文本数据挖掘研究》一文中研究指出如何从海量的专利信息中挖掘出不同专利之间隐含的关联关系是很多专利管理系统迫切需要解决的问题.本文从专利文本的摘要出发,提出一种基于Apriori和引入LDA主题模型的专利文本分析方法.首先,采用Apriori算法对数据降维,挖掘关键词和主题词之间的关联规则并根据规则绘制共享主题网络图,然后使用LDA主题模型对离散化的专利-主题词矩阵进一步线性降维,并将主题聚类,得到主题细分下的高频词主题,最后结合两种分析方法的结果对专利文本进一步挖掘分析.本文所使用的方法能够有效地挖掘出专利文本数据间的关联,可以为专利间的关联推荐提供思路和应用参考.(本文来源于《中北大学学报(自然科学版)》期刊2019年06期）
郝郁青,李靖[4]（2019）在《政府跨域合作治理中权力流动的解释路径——基于甘肃省水利厅文本数据的内容分析》一文中研究指出随着经济发展负外部性问题的凸显,政府治理主体权威有效性不足,合作治理被广而用之。文章以甘肃水利厅的治水经验为案例,借助内容分析的研究方法,希冀通过政府合作治理中显性的行为模式探索其行为背后隐藏的权力运行逻辑。研究发现,合作治理中政府权力具有纵向流动、横向流动和外向流动叁个方向,且制度环境里权力扩散机制、权力收紧机制、权力交换机制和权力渗透机制是政府权力流动的具体路径与重要保障。在我国威权体制下,政府权力流动路径也是国家权力延伸的重要途径。(本文来源于《兰州学刊》期刊2019年12期）
杨迪月,葛文博,黄馨阅,张安琪,王皓仪[5]（2019）在《基于复杂网络的招聘文本挖掘研究——以互联网金融招聘数据为例》一文中研究指出[目的/意义]旨在为高校人才培养、人才就业等有关部门提供参考。[方法/过程]用自然语言处理方法对中文招聘文本分词并构建岗位、技能词典,提取文本中岗位-技能实体并构建网络模型;利用复杂网络工具对网络可视化并从网络角度解读岗位-技能关系。[结果/结论]复杂网络可以挖掘文本信息中的内在知识关联,提高网络信息资源利用率。(本文来源于《情报探索》期刊2019年11期）
张敏,桂志鹏,成晓强,曹军,吴华意[6]（2019）在《一种WMS领域主题文本提取及元数据扩展方法》一文中研究指出由于网络地图服务(Web map service,WMS)元数据缺乏显式的领域主题描述机制,用户很难准确、全面地发现目标领域的地图数据资源。提出了一种面向地理信息资源检索的WMS领域主题文本提取及元数据扩展方法。首先,设计了一种非监督文本分类算法,利用地球与环境术语集语义网(semantic Web of Earth and environmental terminology,SWEET)和大型英语词汇语义网WordNet,综合计算WMS元数据能力文档中地学术语、通识型词汇与领域主题的语义相关度,为WMS及其图层提取多标签主题。然后,基于ISO191152003地理信息元数据标准,为WMS元数据组织模型扩展领域主题。实验结果表明,所提出的WMS元数据主题分类算法取得了较高的查准率和查全率,且相较于朴素贝叶斯、线性支持向量机(support vector machine,SVM)和逻辑回归等方法,整体上有较大的优势。该方法有望应用于当前的地理信息门户和目录服务,辅助用户快速、准确地定位目标领域的地图服务资源。(本文来源于《武汉大学学报(信息科学版)》期刊2019年11期）
黄丽丽,杨鑫禹,厚继承,刘万钊,邹元君[7]（2019）在《社交媒体文本数据知识发现系统运行机制研究》一文中研究指出【目的/意义】针对社交媒体文本数据知识发现系统的外部环境和内部结构,探讨社交媒体文本数据知识发现系统的运行机制。【方法/过程】依据系统论、协同论和耗散结构理论原理从理论层面剖析知识发现系统运行机制。【结果/结论】在系统论、协同论和耗散结构理论指导下,将知识发现系统的外部环境、内部系统及系统与外部接口视为统一整体,探讨了知识发现系统中的基于系统论的需求动力机制、基于协同论的系统的内部元素及其作用机制和基于耗散结构理论的内外接口机制,研究可为社交媒体文本数据知识发现研究提供理论参考。(本文来源于《情报科学》期刊2019年11期）
向观兵,计效园,周建新,殷亚军,沈旭[8]（2019）在《一种用于设备运行数据采集的非关系型文本数据向关系型数据的柔性转化方法》一文中研究指出无论是在生产制造领域、科学研究领域,还是在其他方面设备运行产生的结构化非关系型数据部分以文本文件形式存储,这些非关系型文本数据形式分散、数据格式多样化、缺乏整体存储框架结构,造成数据读取不易、管理和二次利用较为困难。针对此问题,本文提出了一种用于设备运行数据采集的非关系型文本数据向关系型数据的柔性转化方法。该方法通过建立一个基于字符串组的行列检索数学模型,定义柔性转换模板,开发设计了一个非关系型数据到关系型数据的柔性转换软件,实现对TXT文件内容定时增量的识别转换。结果表明,通过此转换方法得到的关系型数据具有明显的结构和规律性,减少其繁冗复杂程度,以便后续更好地实现设备互联和监控。(本文来源于《2019中国铸造活动周论文集》期刊2019-10-28）
薛潇[9]（2019）在《船舶水下通信系统中海声信道文本数据聚类方法研究》一文中研究指出传统的文本数据聚类方法性能较差,无法得到最优的聚类原型。为了解决这个问题,提出船舶水下通信系统中海声信道文本数据聚类方法研究。首先处理在船舶水下通信系统中选取的海声信道文本数据,在应用聚类定义,分解文本数据相异度矩阵,为统一变量度量值,应用绝对偏差均值公式进行标准化处理,在此基础上,对海声信道文本数据进行聚类,由此,完成海声信道文本数据聚类方法的设计。在实验中,随机选取10组文本数据相异度矩阵,通过对比2种方法的性能,验证所提方法的可行性。实验结果表明,所提方法性能更好,更占优势。(本文来源于《舰船科学技术》期刊2019年20期）
单克,代江,王宁,赵倩,郑全朝[10]（2019）在《基于数据挖掘的电网异常信息的文本分析与决策方法》一文中研究指出电网异常处置是电力系统调度运行的重要内容。如何利用异常信息文本记录数据深入挖掘分析,提升电网异常决策处置能力是当前电网异常处置的关键问题。首先介绍了数据挖掘的基本概念和实施流程;然后结合电网异常信息文本记录的自身特点,提出了电网异常信息文本的结构化处理框架和基于场景匹配的决策分析方法;最后介绍了以文本分析为核心的电网异常决策分析系统设计和开发要点,剖析了其实施效益。(本文来源于《电气应用》期刊2019年10期）
文本数据论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着越来越多的社交媒体平台开始流行,针对社交媒体的信息挖掘与数据分析显得十分必要。对社交媒体进行评论数据爬取,对文本数据进行清洗预处理,去除停用词,然后采用贝叶斯定理对文本数据进行意见挖掘,最后根据获得的情感值生成饼图,对数据进行可视化呈现。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
文本数据论文参考文献
[1].齐玉东,丁海强,赵锦超,孙明玮.基于biRNN的海军军械不均衡文本数据集处理方法[J].计算机与现代化.2019
[2].张娜,柳运昌,王若男.基于文本情感分析的社交媒体数据挖掘[J].河南城建学院学报.2019
[3].艾楚涵,姜迪,吴建德.基于主题模型和关联规则的专利文本数据挖掘研究[J].中北大学学报(自然科学版).2019
[4].郝郁青,李靖.政府跨域合作治理中权力流动的解释路径——基于甘肃省水利厅文本数据的内容分析[J].兰州学刊.2019
[5].杨迪月,葛文博,黄馨阅,张安琪,王皓仪.基于复杂网络的招聘文本挖掘研究——以互联网金融招聘数据为例[J].情报探索.2019
[6].张敏,桂志鹏,成晓强,曹军,吴华意.一种WMS领域主题文本提取及元数据扩展方法[J].武汉大学学报(信息科学版).2019
[7].黄丽丽,杨鑫禹,厚继承,刘万钊,邹元君.社交媒体文本数据知识发现系统运行机制研究[J].情报科学.2019
[8].向观兵,计效园,周建新,殷亚军,沈旭.一种用于设备运行数据采集的非关系型文本数据向关系型数据的柔性转化方法[C].2019中国铸造活动周论文集.2019
[9].薛潇.船舶水下通信系统中海声信道文本数据聚类方法研究[J].舰船科学技术.2019
[10].单克,代江,王宁,赵倩,郑全朝.基于数据挖掘的电网异常信息的文本分析与决策方法[J].电气应用.2019