China S&T Journals

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

74 条结果

基于贝叶斯加权LSTM网络的COVID-19多序列预测CHSSCD
作者：袁梦郭奕瑄刘学艺王义康张宝琳
《中国计量大学学报》 Issue 3,2022
关键词：COVID-19贝叶斯优化LSTM网络疫情预测
摘要：目的:基于贝叶斯优化方法构建COVID-19疫情的加权长短期记忆(LSTM)多序列预测模型,提高对COVID-19疫情的预测精度。方法:首先,通过引入输出权重系数,建立COVID-19的加权LSTM多序列预测模型;其次,提出一种基于贝叶斯优化的加权LSTM多序列预测模型(Bayesian Weighted LSTM,BW-LSTM),并根据不同超参数间的关联特点,基于两步优化策略实现权重系数以及其它超参数的优化学习;最后,基于BW-L…查看全部>>
基于多尺度特征融合的钢材表面缺陷分类方法
作者：田志新徐震茅健林彬彬廖薇
《电子科技》 2024年2期《电子科技》 Issue 2,2024
关键词：表面缺陷分类多尺度特征融合Gabor滤波器灰度共生矩阵混合膨胀卷积卷积运算LSTM网络混淆矩阵NEU数据集
摘要：针对钢材表面缺陷分类检测率低的问题,文中采用一种基于纹理多尺度特征融合的表面缺陷分类方法.利用Gabor滤波器与灰度共生矩阵建立纹理图像的多尺度特征向量,同时利用卷积运算对纹理图像进行特征提取,并引入混合膨胀卷积模块以增加感受野,将两种特征向量进行融合得到加强后的融合纹理特征向量.融合后的特征以序列方式输入长短时记忆网络(Long Short-Term Memory,LSTM)构建分类模型,利用混淆矩阵将分类结果进行指标评判.结果表明…查看全部>>
融合多尺度特征与软注意力的态势认知方法北大核心CSTPCD
作者：项祺周佳炜孙宇祥于佳慧张韬周献中
《火力与指挥控制》 2022年8期《火力与指挥控制》 Issue 8,2022
关键词：战场态势多尺度特征注意力机制LSTM网络兵棋推演
摘要：针对战场态势变化快、体量大导致指挥员难以快速认知这一问题,提出了一种融合多尺度特征与软注意力机制(MSF-SAM)的战场态势认知方法,其中,特征提取网络通过对不同卷积层的输出进行操作,并结合软注意力机制分配特征的不同权重,从而获得网络对图像不同部分的关注度,即上下文信息,并将上下文信息输入到LSTM网络中进行解析,最后得到图像态势认知结果.在兵棋态势图像数据集上进行了验证,通过比较该方法与经典方法、有无软注意力的对比方式,验证了所提方…查看全部>>
基于迁移学习和LSTM网络的光伏系统负荷预测CSTPCD
作者：冯舒宜钱东
《微型电脑应用》 2024年6期《微型电脑应用》 Issue 6,2024
关键词：光伏系统负荷预测迁移学习LSTM网络电站发电量
摘要：由于受到太阳辐照度、温度和一些随机因素的影响,光伏发电功率具有较强的间歇性和波动性,很难精确预测。为了提高光伏负荷预测模型的准确性,提出一种基于迁移学习和LSTM网络结合光伏系统负荷预测方法。选择基于参数的迁移学习方式,并考虑到神经网络越到高层提取的信息越专有化,对基于LSTM的PV-DT提出固定第一层参数的迁移方式。研究结果表明,所提光伏系统负荷预测方式可以精确预测正常运行条件下的光伏发电量,并检测光伏系统中存在的故障,从而使检修维…查看全部>>
基于深度学习LSTM模型的汇率预测北大核心CHSSCDCSSCICSTPCD
作者：张蕾孙尚红王月
《统计与决策》 2021年13期《统计与决策》 Issue 13,2021
关键词：汇率预测VIX指数LSTM网络
摘要：随着人民币汇率形成机制市场化进程的加快,汇率波动的弹性空间也逐渐扩大,因此对汇率波动的预测研究具有重要意义.传统的预测模型很难对汇率市场作出有效预测,而新冠肺炎疫情、石油危机引发的市场情绪的恐慌和美股屡次熔断事件更是加大了汇率预测的难度.因此,文章从汇率波动的长记忆性出发,加入代表市场情绪指标的VIX指数,基于长短期记忆深度学习网络模型LSTM进行汇率预测.结果显示,相比传统波动率预测模型,加入情绪指标的LSTM模型预测精度更高.
基于PPG信号的LSTM网络同步动脉血压预测
作者：李帆程云章边俊杰耿晓斌
《软件导刊》 2020年8期《软件导刊》 Issue 8,2020
关键词：同步血压预测PPG信号LSTM网络循环神经网络深度学习
摘要：为通过光电容积脉搏波信号获取动脉血压参数,并将其作为判断个人健康状况的依据,基于Tensorflow框架训练LSTM网络模型与传统RNN模型,使用625 000条光电容积脉搏波数据序列通过忘记、选择记忆、输出阶段得出符合生理规律的血压参数,将两种模型放在 125 000条样本的测试集中进行有效性验证.实验结果表明,训练后的LSTM模型对血压的预测比传统RNN模型更准确,LSTM预测评价指标MAE、RMSE、STD和R2 score 分…查看全部>>
基于LSTM的河北省径流量预测研究
作者：高永华
《水利技术监督》 2023年9期《水利技术监督》 Issue 9,2023
关键词：径流量LSTM网络预测分析
摘要：径流量预测是水文气象领域研究热点之一,对水资源调度与管理具有重要意义.文章以河北省1950-2000年逐月径流量序列数据为训练集,构建基于LSTM的径流量预测模型并通过网格搜索法进行超参数寻优.结果表明LSTM网络模型精度R2 达0.89、MAE和RMSE分别为3.06 亿、3.95 亿m3,相比于传统ARIMA模型的R2 提升了12%,而MAE和RMSE分别降低了 35%、33%.研究证实了LSTM算法在径流量预测中具有良好应…查看全部>>
基于LSTM的雷达辐射源识别技术∗CSTPCD
作者：刘括然
《舰船电子工程》 2019年12期《舰船电子工程》 Issue 12,2019
关键词：雷达辐射源识别时序问题LSTM网络识别分类
摘要：根据侦察获得的连续雷达辐射源信号特征参数对辐射源进行识别,在电子战中占有重要的地位.传统的机器学习方法,需要大量的人工特征提取以及先验知识,且很难处理时序问题.论文基于长短时记忆网络(LSTM)模型对雷达辐射源进行识别分类.通过仿真数据,在TensorFlow平台构建深度LSTM网络模型,以连续的雷达辐射源信号特征作为网络的输入并训练,实现对辐射源的识别,结果表明构建的LSTM模型在识别辐射源有很好的效果,平均识别率达93.2%.
基于果蝇算法优化LSTM的雷达波束扫描行为预测北大核心CSCDCSTPCD
作者：姚家伦黄高明田威
《火力与指挥控制》 2020年3期《火力与指挥控制》 Issue 3,2020
关键词：波束行为预测果蝇优化算法LSTM网络超参数
摘要：在认知电子战体系下,更为智能的算法才能适应日益复杂的电磁空间.针对相控阵雷达的波束扫描行为预测问题,在正弦坐标系下将波束扫描位置数据抽象为网格数据,利用果蝇优化算法寻找最优的LSTM网络超参数,提出了一种基于果蝇算法优化LSTM的波束行为预测方法.仿真实验表明所提算法在果蝇算法调参的支撑下,相较NAR神经网络算法和普通的LSTM算法而言,预测精度和鲁棒性更强.
基于LSTM的临床血液需求预测方法CSTPCD
作者：郑亚鹏樊璐
《计算机与现代化》 2018年5期《计算机与现代化》 Issue 5,2018
关键词：临床用血需求预测LSTM网络
摘要：为了帮助血液中心制定合理的采供血计划,本文根据江西省血液中心收集的2005-2016年临床用血数据,分析临床用血总量和各种血液成分用量的变化趋势,并基于LSTM神经网络预测2016年各月的临床血液需求量.实验结果表明,相较于传统的ARIMA时间序列模型,本文建立的LSTM神经网络能够有效预测临床用血需求量的变化,得到较为准确的预测结果.

12 3 4 5 6 >