| 注册
首页|期刊导航|计算机技术与发展|基于LSTM循环神经网络的核电设备状态预测

基于LSTM循环神经网络的核电设备状态预测

龚安 马光明 郭文婷 陈臣

计算机技术与发展2019,Vol.29Issue(10):41-45,5.
计算机技术与发展2019,Vol.29Issue(10):41-45,5.DOI:10.3969/j.issn.1673-629X.2019.10.009

基于LSTM循环神经网络的核电设备状态预测

Nuclear Power Equipment Status Prediction Based on LSTM Recurrent Neural Network

龚安 1马光明 1郭文婷 1陈臣1

作者信息

  • 1. 中国石油大学(华东) 计算机与通信工程学院,山东 青岛 266580
  • 折叠

摘要

关键词

核电设备/时间序列数据/循环神经网络/状态预测/深度学习

分类

信息技术与安全科学

引用本文复制引用

龚安,马光明,郭文婷,陈臣..基于LSTM循环神经网络的核电设备状态预测[J].计算机技术与发展,2019,29(10):41-45,5.

基金项目

国家油气重大专项(2017ZX05013-001) (2017ZX05013-001)

计算机技术与发展

OACSTPCD

1673-629X

访问量0
|
下载量0
段落导航相关论文