【摘 要】
:
针对空气质量预测中复杂的时空问题,本文构造了多站点间的交互时空特征,搭建了结合CNN和LSTM的深度时空模型,并引入注意力机制学习多特征之间的权重分布,找出对空气质量指数(AQI)影响较大的特征重点关注,构造了融合CNN-LSTM和注意力机制的AQI预测模型.使用2019年1月至2020年12月间运城市各站点的小时粒度数据进行实验,结果表明,该模型对空气质量指数的预测较基模型具有更优的性能.
【机 构】
:
运城学院数学与信息技术学院,山西 运城 044000
论文部分内容阅读
针对空气质量预测中复杂的时空问题,本文构造了多站点间的交互时空特征,搭建了结合CNN和LSTM的深度时空模型,并引入注意力机制学习多特征之间的权重分布,找出对空气质量指数(AQI)影响较大的特征重点关注,构造了融合CNN-LSTM和注意力机制的AQI预测模型.使用2019年1月至2020年12月间运城市各站点的小时粒度数据进行实验,结果表明,该模型对空气质量指数的预测较基模型具有更优的性能.
其他文献
针对深度学习构建网络模型以及确定模型参数的问题,在分析神经网络基本结构和线性模型局限性的基础上,研究了深度神经网络设计的关键因素和优化策略.结合手写数字识别问题,对优化策略、动态衰减学习率、隐藏层节点数、隐藏层数等情形下的识别正确率进行了实验.结果表明,不同神经网络模型对最终正确率有质的影响,相同优化策略在不同参数取值时对最终正确率有很大影响,并进一步探究了具体选取优化策略和参数的方法.
面对日益丰富的知识资源,低成本、高精度的知识转移机理能够支撑知识服务型组织为知识用户提供良好知识服务、实现知识资源有效配置及提高知识资源利用率.以隐性知识为研究对象,针对知识本身的特性,提出基于三支决策的隐性知识转移模型.该模型主要包含三部分:用户知识需求与既有知识资源的匹配;根据转移成本确定决策阈值(α,β);根据决策阈值确定隐性知识转移的划分区域“转移”“不转移”和“延迟转移”.实证结果表明,与既有方法相比,提出的基于三支决策的隐性知识转移模型通过对转移区域的细分,降低了因错误分类而产生的知识转移成本
设计了一款基于STC89C52单片机的蓄电池无线监测系统,能够同时监测多组蓄电池.使用DS2438智能监测芯片实时监测蓄电池工作状态参数,如温度、电压、电流和容量等,单片机读取数据,通过JDY-40无线通讯传输数据到接收端,当数值超出所设上下限时,系统就报警.通过对蓄电池工作状态的实时监控,实现对蓄电池的健康维护,延长蓄电池的使用寿命,确保用电设备能够安全、连续地运行.
飞机在飞行过程中,受到不可控的环境等外部因素影响,容易出现各种损伤。这些损伤对飞机的安全飞行有较大的威胁,在地勤维修工作中,需要快速且有效地检测飞机表面伤痕。飞机表面伤痕检测问题可以归类为计算机视觉领域的目标检测问题。目标检测算法主要分为两类:传统的图像处理和模式识别方法,和基于深度学习的目标检测方法。相比于传统算法,基于深度学习的目标检测算法需要大规模的样本,检测准确率更高。然而,基于深度学习的
结合新一代信息技术与2.5维图形化管理方式,研究2.5维电子地图在智慧楼宇综合办公管理平台的应用,以推进综合办公管控集中化及智能化.根据资产、空间资源、安防设备及人员的不同设定与要求,整合空间数据资源和图形信息,以2.5维电子地图为中心进行业务功能开发,并有机集成人脸识别闸机、门禁、消防及视频监控等系统.通过在长江勘测规划设计研究院进行的办公智能管理系统试点应用,有效解决了其空间分配混乱及管控分散的问题.
奶牛行为识别过程中,奶牛目标精准检测是重要前提.一般的奶牛目标检测采用纹理和颜色信息进行识别,对于长时间静止和复杂背景干扰的目标存在目标丢失和检测不精准问题.针对上述问题,文章将图像分割方法和区域面积剔除方法相结合,实现复杂环境下的静止奶牛目标检测.实验结果表明,该方法达到97.4%的识别率.
软件定义网络(Software-Defined Networking,SDN)具有转发、控制分离的特点。当网络由于链路拥塞、链路失效或防火墙规则调整等原因需要对数据平面转发路径进行更新时,控制器会向相关交换机下发更新指令及新的流规则。然而由于数据平面的分布式特征,更新指令到达各交换机的时间及交换机完成更新操作的时间均不相同,导致各交换机完成更新的顺序不可预测。因此更新期间网络中可能出现包含转发环路
输液是日常生活中最为普遍的一种治疗方式,静脉输入操作简便,但很容易因为患者或医护人员监护不周而出现意外,流速过快则会引发感冒、心脏负担加重等一系列安全隐患,因此设计了一款自动输液监控系统.该系统采用STC89C52单片机,以红外传感器检测液滴滴速以及液面高度,搭配步进电机模块和报警装置,实现了自动输液的实时监控.该自动输液监控系统具有成本低、实用性强、安全简单、易操作的特点.
为提高电能表库存资产管理水平,以某公司各县级库房为例,分析库房管理风险和资产账实风险.使用Light GBM算法建立异常资产识别模型,能在电能表计量数据中准确识别出异常的电表资产,准确度达91%,查全率为72%.构建库房风险评价指标体系,使用组合赋权评价库房管理风险,评价结果与预期一致.该方法可支撑库房资产盘点和库房管理绩效考核,提升库存管理的智能化程度.
目前海关常用的十位商品海关编码是一种比较粗放的编码方式,在报关单中商品海关编码很难和具体商品实现一一对应的关系,亟待构建一套标准的商品智能分类工具,为海关管理提供基准的商品分析依据.文章基于海关报关单申报商品名称规格型号,利用机器学习等先进技术手段,实现将海关商品的最小分析单元从HS编码细化至具体品牌型号,形成商品基础库,实现商品智能分类,为贸易监管、税收征管、稽查缉私等业务提供强大支撑.