简介：以300篇秦皇岛游记为样本,利用RostCM6对文本进行分词、词频统计,得到高频特征词。通过分析可知：北戴河与山海关的认知度相对较高;来秦旅游者更偏向于游览自然景点,新媒体营销促成了新的旅游热点;除旅游景点外,游记多涉及旅游者的食、住、行,购物及娱乐设施涉及较少;旅游者对秦皇岛的旅游感知形象以积极情感为主。
简介：摘要：本文提出了一种利用现代深度学习技术进行输电线路单端故障定位的方法。通过精确检测故障位置，可以显著减少修复和恢复过程的劳动力成本。具体地，本文采用深度多层感知机网络来预测单端电压和电流测量的故障距离。为了捕获时间序列输入数据的时间相关性并保持平移不变性，本文采用卷积函数和池化层。此外，还使用了自适应矩估计等先进的深度学习技术，以有效训练神经网络并避免过度拟合。证明了基于深度学习的方法在单端故障定位中的高准确性和有效性。
基于网络文本的秦皇岛旅游形象感知研究
基于深度多层感知机的输电线路故障定位方法
