- 年份
- 2025（24）
- 2024（46）
- 2023（73）
- 2022（55）
- 2021（47）
- 2020（41）
- 2019（28）
- 2018（16）
- 2017（1）
- 更多...
- 核心收录
- 中国科技论文与引文数据库(CSTPCD)（215）
- 北京大学中文核心期刊目录(北大核心)（180）
- 中国科学引文数据库(CSCD)（85）
- 中国人文社会科学引文数据库(CHSSCD)（4）
- 中文社会科学引文索引(CSSCI)（1）
- EI（1）
- 更多...
- 刊名
- 计算机应用与软件（16）
- 计算机工程（14）
- 计算机工程与应用（11）
- 计算机应用研究（9）
- 现代电子技术（8）
- 计算机与数字工程（8）
- 计算机技术与发展（6）
- 中国电机工程学报（5）
- 农业机械学报（5）
- 电力系统及其自动化学报（5）
- 更多...
- 作者单位
- 上海交通大学（6）
- 天津大学（5）
- 北京邮电大学（4）
- 广东工业大学（4）
- 江南大学（4）
- 中国民航大学（3）
- 华北电力大学（3）
- 大连理工大学（3）
- 新疆大学（3）
- 桂林电子科技大学（3）
- 更多...
- 语种
- 汉语（331）
- 关键词
- 长短时记忆网络（331）
- 卷积神经网络（59）
- 注意力机制（42）
- 深度学习（42）
- 循环神经网络（17）
- 故障诊断（14）
- 变分模态分解（12）
- 时间序列（11）
- 特征提取（9）
- 情感分析（8）
- 更多...
- 作者
- 赵健（4）
- 韩莹（4）
- 张子华（3）
- 徐天奇（3）
- 李琰（3）
- 江秀臣（3）
- 王磊（3）
- 王阳光（3）
- 盛戈皞（3）
- 邓小亮（3）
- 更多...
相关度
- 相关度
- 发表时间
每页显示10条
- 每页显示10条
- 每页显示20条
- 每页显示30条
已找到 331 条结果
- 基于深度学习和指代消解的中文人名识别
- 基于深度学习的陪护机器人目标检测方法CSTPCD
- 基于LC3D的摔倒行为识别算法CSTPCD
- 基于LSTM神经网络的股票价格预测研究摘要：股票市场的行情波动一直都是股民关注的重点,同时对股票价格的涨跌进行预测也是学者们研究的热点,但股票市场具有非线性波动的特点,导致预测准确率不理想.长短时记忆网络LSTM在处理时间序列文本上具有一定的优势,因此本文提出一种基于LSTM神经网络的预测方法,对沪深300指数的收盘价进行预测.实验结果表明,LSTM模型对于股票价格预测有显著的效果.
- 基于时空相关性的LSTM算法及PM2.5浓度预测应用北大核心CSTPCD
- 改进的黑猩猩算法优化LSTM的短期电力负荷预测CSTPCD
- 基于RNN的试题相似度计算模型研究与实现
- 利用截面序列多级特征全局关联性的毫米波图像隐匿物检测北大核心CSCD
- 结合长短时记忆网络和宽度学习的股票预测新模型研究CSTPCD摘要：长短时记忆网络(LSTM)近年来广泛应用于股票预测中,其结构特点易陷入局部最优,从而影响预测精度.借鉴宽度学习系统(BLS)在时间序列预测上良好的逼近能力,本文尝试宽度学习与深度学习相结合.进一步地,针对股票序列不平稳特点,引入互补集成经验模态分解(CEEMD)进行降噪处理,提出CEEMD-LSTM-BLS(C-L-B)股票预测模型.选取农林牧渔行业股票价格,对新提出的模型进行实证研究.通过与基线模型、现有股票预测模型对比,证明了新模…查看全部>>
- 基于ATT-LSTM模型的高速公路交通事件持续时长预测北大核心CSTPCD