双向门控循环单元相关论文
为了提高光伏发电功率预测精度，提出了一种基于天鹰优化算法（aquila optimizer, AO）优化变分模态分解（variational mode decomposition......
针对风电机组的故障诊断问题，提出一种基于改进卷积神经网络（convolutionalneuralnetwork,CNN）和双向门控循环单元（bidirectional gate......
针对小尺度衰落信道下调制信号识别率低的问题，提出一种基于多注意力机制网络的调制识别算法。提取信号瞬时幅度/相位特征与同相/正......
该文针对短时交通流预测过程呈现的非线性、非平稳性及时序相关性特征，为提升预测的精度及收敛速度，提出一种基于互补集合经验模态分......
多导睡眠图（PSG）监测是临床上用于诊断诸如失眠、呼吸暂停等疾病的重要手段。为了解决以手工逐帧视觉判断PSG进行睡眠障碍患者睡眠阶......
滚动轴承是旋转器械的关键组成部分,它的状态直接决定了整个旋转机械的运行状况。一旦故障发生,将会造成重大的事故,带来极大经济......
现有的通信基站流量调节方法多基于单向神经网络预测调配，边缘信息的缺失导致精度不高。为解决此问题，提出一种基于双向门控循环单元......
随着中文自然语言处理技术的不断进步,再结合国内股市处于弱有效市场的基本判断,通过分析当日发布的各种文本数据判断市场情绪的研......
为提高负荷预测精度，考虑了历史负荷本身内在规律及外部影响因素，提出一种基于变分模态分解（variational modal decomposition,VMD）–......
目前大气污染物对于地区经济以及人体健康的影响不容忽视。选取徐州市2016-01-01—2021-01-24大气污染物和气象要素数据，针对大气污......
针对传统的短时交通流预测方法只关注了交通流的时间特征，未考虑空间特征，提出一种引入注意力机制的卷积神经网络和双向门控循环单元......
提出一种深度学习检测方法CNN-BiGRU.采用CNN自适应地学习变量之间存在的关联特征，利用BiGRU对时间序列的敏感性，对风机叶片故障分类......
随着电动汽车保有量的不断增长,电动汽车自燃和火灾事故不断发生,对车主和充电设施的经营者造成了严重的经济损失,充电安全问题已......
随着人们对发动机稳定性以及安全性的要求不断提高,发动机的故障预测技术受到了广泛关注。对发动机长期的维护存在着安全与高额成......
风能作为一种新能源,其优势在于它是干净、无污染、可再生的绿色能源,风能解决了传统燃油带来的污染问题,并且蕴藏丰富、成本低廉,......
随着社交媒体的发展,网络上出现了很多新型的社交平台,网民可以借助这些社交平台,诸如博客,微博和购物网站等等,实时的表达自己的......
作为飞机最重要的部件之一,航空发动机一旦发生故障,将直接影响飞行安全,造成经济损失甚至危及人员生命安全。然而,航空发动机又多......
随着电力业务的发展,客服环节时刻产生着大量的数据,然而传统对话数据情感检测方法对于客服质量检测的手段存在着诸多的问题和挑战......
循证医学是20世纪90年代在临床医学领域内迅速发展起来的一门新兴学科,是一门遵循科学证据的医学,它能够充分地应用当前所能获得的......
面对爆炸式增长的电子文本,人们所关心的是如何对这些数据信息进行智能化处理,并从这些文本中获取到用户真正关心的问题。在该背景......
电价的实时波动,会对负荷预测精度产生一定影响,增加预测的复杂性.针对这一问题,本文构建基于注意力(AT-TENTION)机制的卷积神经网......
在如今的线上购物网站、在线社区和社交媒体中,文本评论已经成为研究人员研究用户行为和理解各种现象的最重要的数据源。在电商网......
齿轮箱作为大型旋转机械设备中能量转换的核心部件,被广泛的应用于各种旋转机械设备当中。如果齿轮箱中的关键零部件轴承或者齿轮......
风电功率的准确预测对电网的安全运行和经济调度起着重要作用,为进一步提高风电功率的预测精度,文章提出了一种基于CEEMD-CNN-BiGR......
随着互联网技术和硬件设备的发展,近些年来研究者们对于身份认证技术的研究十分重视,尤其是生物特征识别技术。手写签名作为生物行......
针对文本分类任务中传统自注意力机制存在的权重分配局限问题，以及双向门控循环单元（BiGRU）网络局部特征提取能力不足的问题，提出一种......
对新型冠状病毒肺炎疫情的准确预测能为疫情防控政策的制定提供重要依据,为此提出基于双向门控循环单元（BiGRU）和注意力机制（Attentio......
非侵入式负荷监测(non-intrusive load monitoring,NILM)中的负荷分解是一种将负荷总功率分解为各类负荷功率的技术;随着深度学习......
芒果目标产量预测对于了解芒果产量变化趋势、规划发展芒果生产,加强气候灾害的防御和治理能力,推进农业信息化有着重要意义。影响......
如今,城市中心的交通拥堵状况相当严重,这使得人们的出行变得愈发困难。因此,短时交通流量预测受到了越来越多学者的关注和研究。......
近年来,随着互联网的广泛应用和网络技术的快速发展,越来越多的用户开始在互联网上发表自己的观点和看法。这些信息文本的长度通常......
针对中文文本分类准确率低、单一的卷积神经网络模型难以提取多方面特征的问题,本文提出一种基于CNN的并行门控机制的混合文本分类......
针对目前对话文本情感分析中大部分模型忽略说话者情感的相互影响作用这一问题,为了有效识别对话文本中说话者本身表达的情感类别,......
针对答案排序问题,提出并构建融合多种神经网络与多特征的答案排序模型。将问题和候选答案的词向量送入使用Leaky Relu激活函数的......
传统生成式模型中存在的梯度经过多次传播后,倾向于消失或爆炸,且存在语言理解不充分的性能缺陷,为此提出一种生成式自动文本摘要......
自动提取企业年报关键数据是企业评价工作自动化的重要手段.针对企业年报领域关键实体结构复杂、与上下文语义关联强、规模较小的......
随着专利申请数量的快速增长,对专利文本实现自动分类的需求与日俱增。现有的专利文本分类算法大都采用Word2vec和全局词向量(GloV......
电子邮件是一种重要的通信工具,但是垃圾邮件问题一直影响着人们日常的工作生活。不断改进垃圾邮件的检测技术、提高垃圾邮件的检......
随着互联网井喷式发展,社交媒体发展迅猛,但是伴随网络匿名特性出现的失范现象时有发生,如何准确判定社交媒体用户从属问题亟待解......
为了解决机械故障诊断领域传统方法自适应性差、参数选择过于依赖人工的问题,提出了一种基于循环神经网络的机械故障诊断算法。该......
针对基于神经网络的文本分类模型在训练过程中容易发生过拟合及忽略句子中的关键词的问题,提出了一种基于分层Attention机制的Bi-G......
针对传统机器学习模型在识别PICO(population/problem,intervention,comparison and outcome)成分时存在特征提取不充分的问题,本......
针对目前基于全局特征的图像描述模型存在细节语义信息不足的问题,提出结合全局和局部特征的图像中文描述模型.该模型采用编码器-......
快速准确地检测出MOOC学习者的作弊行为,对维护MOOC平台的发展及学习者的正常学习具有重要意义。本文研究了一种深度学习混合模型......
针对短文本缺乏上下文信息导致的语义模糊问题,构建一种融合知识图谱和注意力机制的神经网络模型。借助现有知识库获取短文本相关......
