门循环单元相关论文
跳频通信因其出色的抗干扰、抗截获和组网能力被广泛应用于军事与民用。但伴随着电磁干扰的不断智能化,传统的跳频通信系统抗干扰......
现有的深度神经网络预测模型主要是通过学习单一高度下的雷达回波图像序列的特征预测未来时间段回波序列。然而,这种模型并不能直......
推荐系统通过预测用户的信息需求，向用户推荐其需要的资源（商品、电影等）。主流的推荐算法利用用户对资源的评分信息和资源的内容信息......
当前基于神经网络的入侵检测方法并没有将数据分类信息考虑在内,无法有效利用网络流量数据的时序信息,为此将门控循环单元(gated r......
传统神经程序解释器NPI(Neural Programmer-interpreters)存在运算性能较低的问题,为了提升人工智能自动编码中训练速度,平均损失......
近年来我国的医疗产业朝着信息化方向快速发展,国家也大力推动医疗产业互联网化。全国各地医院等医疗部门也大力推行医院信息系统,......
在中文中,词是最小的语义单元,多个中文自然语言处理任务都是以词为输入,在词的基础上进行的。在字母文字中,如英语,通过空白符将......
针对电力负荷预测中存在的随机性、不确定性的问题,结合深度学习算法具有很强的自适应感知能力等特点,采用目前较为主流的深度学习......
非平稳多变量时间序列(non-stationary multivariate time series, NSMTS)预测目前仍是一个具有挑战性的任务.基于循环神经网络的......
陀螺仪固有的随机误差会随时间积累越来越大,循环神经网络作为一种有效处理时间序列信号的算法被广泛使用,然而传统的循环神经网络......
在当今越来越多的大规模光伏发电并入到电网的环境下,光伏发电功率的间歇性和波动性会对电网高质量的运行造成非常不利的影响,而在......
中文分词是中文自然语言处理的基础。目前,学术界主流的中文分词法是基于字符序列标注的传统机器学习方法,该方法存在需要人工定义......
在“三位一体”虚词用法知识库的基础上,分别采用基于规则、基于CRF模型和神经网络模型门循环单元,对助词“的”用法进行自动识别,......
时间序列预测模型是通过寻找历史数据随时间变化的规律,来预测未来的发展趋势。对它的研究已有很长的历史,发展至今也有很多的预测......
航天测量船船体姿态数据实时预测具有重要的意义。针对测量船船摇运动建立了基于循环神经网络的预测模型,详细描述了适用于本文模......
