门控循环单元神经网络相关论文
构建高精度的变形预测模型对于大坝风险评估及防治措施制定具有极其重要的意义。传统的大坝变形预测模型鲜有针对大坝的变形滞后性......
针对电力负荷序列不平稳、随机性强，直接输入模型会导致拟合效果差、预测精度低等问题，提出了一种基于添加互补白噪声的互补集合经验......
电力能源在国家工业的发展中扮演着举足轻重的角色。对工业用户进行有效、准确的电力负荷预测,可以提高其电力系统运行的稳定性和......
电能是关系国民经济发展的重要能源,负责生产、输送、分配、使用电能的电力系统是一个非常复杂的系统,高精度的电力系统短期负荷预......
针对短期电力负荷随机性较强、预测精度较低的问题,提出了一种基于混沌理论、变分模态分解VMD(variational modal decomposition)......
针对电力负荷序列不稳定且传统的神经网络在电力负荷预测中预测精度较低等问题,提出了门控循环单元神经网络(Gated Recurrent Unit......
为提升自相关过程监控的效率,提出基于门控循环单元?(gated?recurrent?unit,GRU)神经网络的自相关过程残差控制图.采用受控下的自......
近年来,我国高速铁路发展迅速,截至2020年底,我国高速铁路运营总里程数已经达到了3.79万千米。巨大的里程数带来的不仅仅是更加便......
学位
循环神经网络作为研究大规模时间序列的分析及预测的有效方法,至今循环神经网络算法已有多个改进和变种,并在时间序列数据上已有多......
反散射问题在雷达、无损探伤、医学成像等众多科学领域都有着广泛的应用.实际测量中往往只能测得远场数据或散射场数据的强度信息（......
摘要：短时交通流预测是城市智能交通系统的重要组成部分，随着交通大数据和智能科学的快速发展，深度学习在交通领域得到了广泛的应用。......
期刊
大坝变形性态是多种因素长期共同作用的结果,其演变模式包括时间和空间两个维度。然而,当前大坝变形智能建模较少综合考虑时空二维......
随着电动汽车(EV)充电设施规模的不断扩大,EV充电数据可以更方便地获得。某些非人为因素会导致数据集中存在数据缺失和数据异常的......
为提高用户公交出行积极性、方便管理部门合理调度公交班次,利用大数据分析公交浮动车辆历史GPS数据,考虑不同线路、公交站点地理......
不同类型的声音对城市居民的身心健康质量影响不同,将城市声音精准的分类有利于对其进行有效的评价,从而促进对城市声音的管理。深......
滚动轴承广泛应用于旋转机械中,其运行状态和旋转机械的整体性能有着密切的联系。故滚动轴承的健康管理对延长机械设备寿命、提高......
在国内市场经济体制持续改善的背景下,股票市场在我国经济体系中占有越来越重要的地位,参与股票投资的人也逐渐增加。股票价格的波......
针对现有交通流短时预测模型在描述交通流时空特征能力较弱的问题,提出了一种卷积神经网络和门控循环单元神经网络相结合的深度神......
通过测井曲线解释可以获得地层岩性、电性以及孔渗饱等地层参数,然而,实际应用中时常出现部分测井数据失真或缺失的情况,而重新测......
孔隙度、渗透率和饱和度等物性参数是表征储层质量的重要参数,也是储层评价的重要依据。根据测井数据估算岩石的孔隙度、渗透率和......
高精度的光伏出力预测有助于电力系统的安全经济运行和电力资源的协调利用。本文提出了一种新颖的基于互信息矩阵主成分分析与门控......
多数电力电缆永久性故障是由早期的自清除电弧故障发展而来,及时准确地识别电缆早期故障对于电力系统安全稳定运行具有重要意义。......
提出了一种基于门控循环单元(GRU)神经网络的城市轨道交通短时客流OD(起讫点)预估模型。以实际数据为例,引入同期天气数据,对工作......
提出将金融时间序列数据的序列依赖关系以及不同金融市场时间序列数据的局部关联特征纳入同一模型,构建结合卷积神经网络(CNN)以及......
由于受到多种气象因素的影响,导致光伏电站的出力值具有强烈的波动性和不确定性,为电力系统的发电规划、并网和经济调度带来了危害......
锂离子电池作为重要的储能元件,其荷电状态(SOC)直接影响所在系统的运行状态。为了实现对锂离子电池SOC的精确估算,提出一种基于门......
随着人工智能的发展,语音成为人机交互的重要方式。然而,现实生活中复杂多变的噪声严重影响语音识别系统的正确率,降低了用户体验......
