长短期记忆循环神经网络相关论文
近年来,随着“中国制造2025”政策的不断推进,国家对新能源日益重视,储能电池等相关产业在我国蓬勃发展。为了保障储能电池的安全......
对空调系统进行及时准确的检测和诊断,可减少能源消耗和人力维护成本,保证空调系统高效运行。针对空调设备内部复杂性高、故障原因......
大量新能源的接入以及电网中冲击负荷数量的剧增,使得电网对自动发电控制(AGC)策略提出了新的要求.简化AGC的一般控制流程,对比不......
提出一种基于长短期记忆(LSTM)循环神经网络的损伤检测方法,通过直接提取结构动态测试时域数据中的特征实现结构的损伤识别,基于不......
为探讨不同趋势预测算法在简单交通场景中应用的有效性,以部分高速公路收费站数据集为研究对象,分别采用自回归积分滑动平均(Autor......
旋转机械是现代社会中不可缺少的一类机械设备,被广泛应用于工业领域。为保证设备系统的安全高负荷运行,避免事故的发生,需要随时......
针对多因素互影响造成负荷预测精度低的问题,提出一种基于特征相关分析修正与全局粒子群优化(GPSO)的长短期记忆循环神经网络(LSTM......
利用鄂尔多斯西南缘的重力观测数据对长短期记忆循环神经网络(long short-term memory, LSTM)进行训练,结果表明,该神经网络可基于......
传统的神经网络并不能做到长期记忆,存在“长期依赖”问题。但长短期记忆循环神经网络模型擅长处理可变长度的时间序列的数据输入,......
径流过程受地理环境、气候变化、人类活动等多方面综合影响,具有随机性、模糊性、灰色、混沌等特性。开展流域未来径流预报研究对......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
学位
目的:对空调的故障进行及时的检测排查并减少能源消耗,以减少人力维护成本,保证空调系统高效运行。方法:利用深度学习对空调系统进......
期刊
大数据时代,海量的对话内容被录制并保存下来。如何利用这些数据,高效辅助并满足人们的生活生产需求是亟待解决的问题。主题分割(T......
传统语言模型是基于正确的词序列历史预测下一个单词的概率。而将语言模型应用于语音识别过程中,一般要对多条可能的词序列进行得......
会议
针对短期家庭电力数据随机性强,数据维度低等问题,提出了一种基于长短期记忆循环神经网络(LSTM)的单变量短期家庭电力需求预测模型......
音乐生成是一种使用算法来生成音乐序列的研究。本文针对音乐样本特征提取以及自动作曲问题提出了一种基于音乐隐式特征和循环神经......
在多晶硅的生产过程中，还原工序是最重要的工序，其能耗占综合能耗的60%~70%。针对还原工序能耗影响因素复杂，非线性，传统预测方法预测......
短期家庭电力需求预测是智能电网规划、可持续能源利用和电力市场报价系统设计等领域的一个重要且富有挑战性的课题。由于普通家庭......
交通预测问题是共享车辆的按需出行(mobility on demand,简称MoD)系统中基础问题之一,是保证共享车辆按需出行系统的平稳运行,解决......
河湖藻类水华形成过程中所具有的突发性和不确定性,导致对藻类水华爆发预测准确性不高。为解决此问题,以叶绿素a的浓度值作为蓝藻......
针对陇中黄土丘陵沟壑区土壤水蚀过程复杂且难以有效预测的问题,以定西市安家沟水土保持试验站2005-2016年1~12月人工草地径流场试......
