时间卷积网络相关论文
现有的无线电监测系统中信号检测和信号识别是分开研究的，缺乏将二者结合起来实现智能监测的文献报道。基于此，实现了分别将卷积注意......
滚动轴承作为大多数旋转机械设备的重要部件之一,现已被广泛应用于各行各业中。由于滚动轴承具有易失效、损坏频率高等特点,且失效......
深度学习在水质污染监测中的应用研究成为当前热点。为了解决水体污染物浓度在上下游之间存在不同时间步关联的问题，以四川彭山区岷......
股票价格,是指股票在证券市场上买卖时的价格。如何较为准确的获悉股票未来的价格成为了众多投资者和机构关心的话题。然而股票市......
对锅炉受热面积灰程度的有效预测，可为锅炉提升生产效率和故障预警提供重要依据。采用清洁因子来评估受热面的灰污沉积状况，针对其序......
期刊
准确的月降水量预报对水资源的合理开发利用及洪涝灾害的预测和防治具有重要意义。针对传统降水预测方法信息挖掘能力不足的问题，提......
针对催化裂化过程复杂的时空特性,提出了一种结合时间卷积网络（TCN）、注意力机制和反向传播网络（BPNN）的深度学习建模方法,用于预测催......
抽水蓄能机组具有结构复杂、工况复杂多变、故障复杂多样等特点。利用实时监测数据有效评价抽水蓄能机组的劣化状态并对劣化趋势进......
随着互联网的高速发展,网络流量的规模和复杂度都在快速上升,网络恶意攻击的数量也伴随着网络快速发展而呈现急速上升的趋势。恶意......
近年来,随着互联网行业的蓬勃发展和漏洞攻击事件的频繁发生,安全问题已经不容忽视。在安全领域,软件漏洞是一个非常重要的课题。......
半潜式平台在深海中受到环境作用会产生6个自由度运动,这种不确定的运动对平台作业造成不利影响。因此,在较短时间内准确预报平台......
国家智能制造体系将智能装备、智能服务、工业软件、工业互联网视为制造业产业变革的核心内容,智能装备物联网监控服务平台旨在结......
股票价格指数是由证券交易所或者相关金融机构编制的用以反映股票市场上各种股票价格变动和走势的指标。其不仅仅反映股票总体走势......
针对逆变器核心部件绝缘栅双极型晶体管（IGBT）发生老化失效故障时会影响电力系统稳定运行的问题，为减少老化失效造成的损失并及时进行......
行人轨迹预测技术在智能导航、安全预防和智能交通等领域中应用广泛,在拥挤环境场景中,行人相互之间交互作用复杂,尤其是考虑到行......
在正确地规划合理路径方面，行人轨迹预测具有重要的意义.大多数现有轨迹预测方法在考虑周围行人的影响时，都是简单地将周围行人全部......
为解决电动汽车（electric vehicle，EV）充电负荷易受气象因素影响产生“时移”的问题，提出一种考虑关键气象因素的时间卷积网络充电桩负......
综合考虑调控成本和价格激励的影响，开展工业用户双向可调节潜力的分时段分析是提升新型电力系统负荷管理能力的关键。建立一种基于......
为提高电力负荷预测的准确性以降低后期电力备用储能建设的成本，需采取合理精确的预测模型预测未来负荷数据，文中提出一种基于变分模......
针对传统手势识别方法环境适应能力较弱、特征提取能力较差等问题,提出一种基于无线信号和改进时间卷积网络（TCN）的手势识别方法GRT（g......
为控制电力成本及提高电力部门绩效考核能力,需要高效准确地进行日售电量预测。深度学习卷积神经网络常被用于电力数据预测,但由于......
语音分离作为语音信号处理系统的前端,其分离效果直接关系到后续语音信号处理的性能。目前传统的语音分离算法在低信噪比和高混响......
针对风电功率预测（WPF）问题,提出一种基于离散小波变换（DWT）、时间卷积网络（TCN）和长短期记忆（LSTM）神经网络的混合深度学习模型（DWT-TCN-LS......
为进一步提升光伏发电功率预测的效率，提出一种特征融合结合改进时间卷积网络（TCN）的方法进行光伏发电功率预测。用相关系数法对各时......
为满足住宅能耗的高峰需求,潜在的解决方案是需求响应。而智能电表的双向通信模式可使公用事业公司高效的负荷管理与精准的需求评......
时间序列预测是工程应用中的一项重要任务,在工程学、经济金融学、气象学、能源学等众多领域有着广泛的应用。随着互联网的高速发......
岩性是评估地层特征和储层油气含量的关键,开展储层岩性识别研究对油气勘探和开发具有重要意义。针对传统基于机器学习的岩性识别......
交通流量预测与分析是智能交通系统的关键环节,能为交通管理部门的指挥和决策提供有力支持。随着深度学习的发展与应用,基于神经网......
准确的负荷预测是电力系统安全稳定运行的重要保障。当充分考虑多因素影响,海量输入数据的前端预处理与变量遴选对提高负荷预测精......
多维时间序列预测已经在交通、金融、能源等领域受到了广泛的关注。由于多维时序数据周期性特征提取困难、难以实现高维时序数据的......
云服务即通过云提供的服务,指以网络为媒介,以按需、易扩展的方式获得所需服务。云服务依托数据中心不仅给用户提供了一个能够部署......
数学应用题是以自然语言为基础,基于任何学科领域（数学、物理、化学、生物等）的任何数学问题。由于数学应用题类型多样、复杂程度不......
语音增强是语音信号前处理中的重要内容,它在助听器设备、语音通话、人机交互等领域有广泛的应用。智能设备的发展带动消费领域硬......
随着各类网络资源的指数式增长,搜索引擎的使用已经成为当今社会每个人最基本的技能之一,高效的信息检索模型也有着更加重要的意义......
近年来,中国经济发展迅速,城市现代化水平不断加深。然而,交通车辆保有量的急剧增加给城市交通运行带来了巨大的压力。出租车、公......
短期电力负荷预测是能源行业的重要组成部分。准确的电力负荷预测可以大幅降低电网运行成本,是电力系统稳定高效运行的重要保障。......
为了更好地挖掘电网-交通网强耦合态势下电动汽车充电负荷的时空动态特征，提高充电负荷预测精度，提出了一种基于图WaveNet的电动汽车......
近年来深度学习的突破,引起了社会各界对人工智能的关注。人们普遍认为人工智能技术将成为引领第四次工业革命的关键技术,世界各主......
针对潮汐电站调度的高精度潮位预测需求,提出一种将调和分析(HA)与时间卷积网络(TCN)两个模块相结合的潮位预测方法.利用调和分析......
为了提高动态温度测量的精度,提出了基于卷积网络的双热电偶动态温度测量方法.采用不同强度的高斯噪声,仿真获得两支时间常数互异......
近年来,声音事件定位与检测（Sound event location and detection,SELD）被广泛应用于各个领域。如在易燃区域通过火焰燃烧声音的定位......
在日常生活和出游旅行中,交通拥堵所带来的影响是不可忽视的。对于上下班的人们来说,提前了解早晚高峰的交通拥堵情况,可以有效避......
本文基于序列推荐的思想,针对推荐系统存在的推荐准确度较低等问题,在推荐模型的项目嵌入阶段与序列建模阶段进行了改进以提高推荐......
