混合神经网络相关论文
在大数据的背景下,金融数据预测需求不断提升,深度学习成为金融预测领域的研究热点。本文从信息融合和模型组合的角度出发,提出了......
横波速度是最重要的岩石物理参数之一,在油藏描述、地震叠前反演和地质力学分析中至关重要,但实测获得不易.在无实测横波数据可用......
选区激光熔化（Selective Laser Melting,SLM）作为一种典型的增材制造技术,具有开发时间短,无需模具和夹具,能够实现形状或内部特征复......
针对当前高压直流输电线路故障定位方法中存在的问题，提出一种基于S变换组合特征能量和改进1D-CNN-GRU混合神经网络的单端智能故障......
随着人工智能浪潮席卷而来,智能设备走进每个人的生活,智能手机是最具代表性的产品。其中搭载着Android系统的智能手机拥有最大的......
序列推荐是推荐系统领域的热门研究内容.序列推荐的核心思想是是从用户与项目交互的序列中，挖掘用户与项目的关系，针对用户下一次可......
由于价格非平稳、噪声大等特点,金融市场高频价格的预测难度大是有目共睹的.与其他预测方法不同,基于混合神经网络模型的预测方法......
中文地名地址的标准化在当前智慧城市的建设中起到至关重要的作用。传统的地名地址标准化技术通常使用基于文本字符层面的相似度计......
方面级情感分析更细粒度,能分类出一段文本中不同方面的情感极性,它的关键点在于如何根据文本中给定方面表示出与上下文间的隐式关......
近年来,深度学习技术不断应用于各行各业。本文将深度学习技术应用于金融领域,对商品期货未来价格趋势进行预测。本文分析两类期货......
针对现有情感分析模型将卷积神经网络(CNN)和循环神经网络(RNN)建模分离的状况,论文提出了一种基于双向长短期记忆网络(Bi-LSTM)和......
伴随着互联网的崛起,图像和视频在信息传播中起着不可忽视的作用。随之而来的就是各种图像和视频篡改软件,数字图像取证的一个重要......
图像特征提取和融合是将图像中的特征提取出来，并使计算机能够据此分辨图像中不同物体的过程，是深度学习图像识别领域中研究热点方向......
为了弥补单一的神经网络在非线性动态系统建模和应用中表现出来的易陷入局部最小值、训练时间长、校验精度低、泛化能力差等缺点和......
本文主要研究了油田输油浓度的测量方案、算法修正补偿、系统的监控程序和整个系统的整体结构。浓度测量方面,利用了伽马射线的特......
随着计算机网络的发展和普及,网络入侵的手法日益复杂化和隐蔽化,传统的入侵检测方法的缺陷越来越明显。为了提高入侵检测系统检测......
针对人体活动识别问题与其在实际情况中的应用,综合考量卷积神经网络与作为循环神经网络变体的门控循环单元,设计能自动提取传感器......
精确的光伏发电量预测对光伏发电系统的安全运行有重要的作用。然而,由于太阳能的不稳定性、间歇性和随机性,现有光伏发电量的短期......
随着现代信息技术的发展,人们的业余生活越来越丰富。越来越多的在线视频网站的兴起,使得人们不再局限于在电视机上观看影视作品,......
股评情感分析是通过计算机技术自动地分析出股评的情感信息,对股评的情感倾向性做出分类判断。股票市场的变化会影响到投资者的心......
互联网技术一日千里,推动社交网络等互联网领域快速的发展,特别重要的是日趋完善的移动端互联网技术,使得用户可以方便地在网上发......
需求侧的能源管理技术是智能电网的关键技术,它通过减少高峰负荷期间用户的能源需求,帮助实现电力能源的更有效利用。在智能电网和......
随着人工智能研究的不断发展,如何实现更好的人机交互成为目前的研究热点,而大多数工作则着眼于通过机器人性化以达到增强交互作用......
神经网络是模仿人的神经系统信息处理功能而开发的一个智能化系统。它可以通过学习来获取外部的知识并存储在网络内,可以解决计算......
该论文将工作的重点放在气体传感器阵列信号处理的研究上.首先,作者们采用了几种目前国几外常用的模式识别中的聚类方法,并逐一进......
虽然国内暂时还没有标准的期权，但是随着国内金融市场的不断完善，很快就会有自己的期权，期权是非常重要的一种衍生产品，通过创新可以衍......
为保留脑电(Electroencephalogram,EEG)空间信息的同时充分挖掘EEG时序相关信息,提出了一种三维卷积神经网络(3-Dimensional Convo......
以联合收割机为代表的复杂农机设备的状态数据监测系统记录了大量的运行故障信息,这些信息在时间维度上具有一定的规律,但由于数据......
提出了一种新型结构的发酵过程混合神经网络模型。该模型由非线性神经网络和线性神经网络两部分组成。由于非线性神经网络采用结构......
根据模糊理论和神经网络理论,提出了变压器故障诊断的新方法.根据DGA(dissolved gas analysis) 法、电气试验法及外部故障特征法,......
研究了使用线性动态神经网络与非线性的静态网络相结合的混合建模方式解决复杂非线性系统的建模问题.使用混合神经网络建模,可以降......
提出了两个动态神经网络串联的混合神经网络动态迟滞模型,用以逼近压电陶瓷的迟滞特性.混合模型由两个动态RBF神经网络构成,前者形......
提出一种基于RBF和Elman混合神经网络模型的入侵检测系统．本模型具有记忆功能，可以有效地检测离散而又相联系的攻击行为．RBF网络是一......
本文分析了混合神经网络的结构特点，简单介绍了混合神经网络的故障诊断原理。在此基础上研究了基于混合神经网络的电路故障诊断方法......
为了对食物品质进行非接触式评价,基于6种费加罗金属氧化物气体传感器阵列,通过由数据采集模块和微处理器模块组成的硬件设计方案,......
对高效臭氧发生装置中臭氧浓度的在线测量进行了研究,提出了神经网络与机理分析结合的软测量方法,通过机理分析明确臭氧浓度软测量......
利用MT理论对一般动态系统的分解提出了混合神经网络建模的方法,混合神经网络模型采用动态神经网络和静态神经网络级联的方式,结合......
针对高速互联网中拥塞控制的问题，在主动队列管理算法模型基础上，提出了一种基于混合pi-sigma神经网络的动态管理机制．其模型可以方便......
为精确的预测铁路的货运量,采用了混合神经网络的方法进行建模。在分析某铁路以往货运量的基础上,确定了混合神经网络的特征参数,......
以层次划分和模块化为思想基础,提出了一种新型神经网络模型对自由曲面进行重构,即基于径向基函数（RBF）神经网络的混合网络模型。先......
针对传统图像复原方法对先验知识的依赖性问题,提出一种基于混合神经网络的图像复原方法。混合神经网络由卷积神经网络(Convolutio......
针对缺少先验知识的前提下，提出一种混合神经网络编队协同空战决策支持系统，同时采用一种无教师一有教师的混合训练算法来训练混合神......
提出了基于混合神经网络的人类基因组启动子识别的新方法:PromPredictor.该方法通过对转录起始位点(TSS)信息,调控区、编码区组成......
能够帮助人们快速浏览和理解文档或文档集,传统抽取式摘要方法高度依赖于人工特征,本文设计了一种基于混合神经网络（FNN）的文档摘要......
针对传统的数据融合算法对高噪声、大规模、数据结构复杂的时间序列数据融合性能较差的问题,该文提出了一种混合神经网络的数据融......
