摘要
本发明公开了一种基于深度学习的文献协同分析方法及系统,涉及深度学习技术领域。方法包括:从文献中提取量化特征,筛选并构建文献内部分析事件集合,同时确定外部干扰事件集合。采用单一指标法确定两类事件的初始状态,构建事件影响矩阵,通过计算共现关联因子、领域专属性因子和趋势动量因子,依据映射规则确定交叉影响系数。基于事件影响矩阵,满足归一化约束,计算时间发展指数来量化事件综合影响,更新事件状态以预测文献内部分析事件在时域内的发展变化趋势。将事件初始状态与预测状态值拟合,绘制发展趋势图辅助文献研究。该方法综合考虑内外部因素,挖掘文献复杂关系,实现对文献发展趋势的精准预测,弥补了传统方法的不足。
技术关键词
协同分析方法
分析事件
因子
数据库分析技术
状态更新
三次样条插值算法
协同分析系统
事件发展趋势
Sigmoid函数
捕捉关键词
主题
矩阵
深度学习技术
可视化模块
指数
网络特征
曲线
多场景
系统为您推荐了相关专利信息
相位噪声抑制方法
平衡光电探测器
敏感型光
多模态
卷绕处理过程
充电器控制系统
编码向量
时序
序列
充电控制单元
电力设备智能监测
时空注意力机制
实时监测数据
高维特征向量
轨迹
电网储能系统
机会约束模型
历史负荷数据
线损
充放电功率