期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于TimeGAN和CNN-BiLSTM-Attention的大坝变形预测混合模型
1
作者
原佳帆
李丹杨
+2 位作者
李佳霖
秦学
毛鹏
《人民黄河》
CAS
北大核心
2024年第12期127-130,143,共5页
基于历史数据的深度学习模型往往需要跨越数年的大量数据集,为了解决数据不足问题,提出一种将时间序列生成对抗性网络(TimeGAN)与CNN-BiLSTM-Attention相结合的混凝土面板堆石坝变形预测混合模型。首先,利用TimeGAN生成虚拟数据来扩展...
基于历史数据的深度学习模型往往需要跨越数年的大量数据集,为了解决数据不足问题,提出一种将时间序列生成对抗性网络(TimeGAN)与CNN-BiLSTM-Attention相结合的混凝土面板堆石坝变形预测混合模型。首先,利用TimeGAN生成虚拟数据来扩展稀疏的数据集;然后,利用卷积神经网络(CNN)提取大坝传感器数据中的非线性局部特征,运用BiLSTM捕获双向时间序列特征;最后,引入注意力(Attention)机制对BiLSTM层提取的信息特征自动进行权重分配,通过全连接层输出最终预测结果。以贵州省毕节市某混凝土面板堆石坝为例,验证该混合模型的适用性。建立长短期记忆网络(LSTM)、CNN-LSTM、CNN-LSTM-Attention、CNN-BiLSTM-Attention 4种基模型,再分别引入TimeGAN,对比各模型的预测精度。结果表明:基于TimeGAN和CNN-BiLSTM-Attention的混合模型的拟合效果明显优于其他模型,其预测值与监测值最接近。相较于传统单一LSTM模型,混合模型的EMS、ERMS、EMA分别降低了71%、49%、45%,R2提升了20%。
展开更多
关键词
TimeGAN
CNN
BiLSTM
ATTENTION
混凝土面板堆石坝
变形预测
在线阅读
下载PDF
职称材料
基于快照集成的阿尔茨海默病分类模型设计
2
作者
李佳霖
原佳帆
+2 位作者
秦源鲜
李春龙
李丹杨
《集成电路应用》
2024年第12期86-87,共2页
阐述一种基于快照集成和选择性集成相结合的方法。快照集成可以在单个训练过程中生成多个模型,降低训练成本。选择性集成可以进一步改善集成学习的预测效果并提高集成学习的预测效率。
关键词
快照集成
集成学习
图像分类
集成剪枝
在线阅读
下载PDF
职称材料
题名
基于TimeGAN和CNN-BiLSTM-Attention的大坝变形预测混合模型
1
作者
原佳帆
李丹杨
李佳霖
秦学
毛鹏
机构
贵州大学大数据与信息工程学院
中国电建集团贵阳勘测设计研究院有限公司
出处
《人民黄河》
CAS
北大核心
2024年第12期127-130,143,共5页
基金
贵州省科技计划项目(黔科合支撑[2023]一般251)
贵州省基础研究计划(自然科学)青年引导项目(黔科合基础[2024]青年095)。
文摘
基于历史数据的深度学习模型往往需要跨越数年的大量数据集,为了解决数据不足问题,提出一种将时间序列生成对抗性网络(TimeGAN)与CNN-BiLSTM-Attention相结合的混凝土面板堆石坝变形预测混合模型。首先,利用TimeGAN生成虚拟数据来扩展稀疏的数据集;然后,利用卷积神经网络(CNN)提取大坝传感器数据中的非线性局部特征,运用BiLSTM捕获双向时间序列特征;最后,引入注意力(Attention)机制对BiLSTM层提取的信息特征自动进行权重分配,通过全连接层输出最终预测结果。以贵州省毕节市某混凝土面板堆石坝为例,验证该混合模型的适用性。建立长短期记忆网络(LSTM)、CNN-LSTM、CNN-LSTM-Attention、CNN-BiLSTM-Attention 4种基模型,再分别引入TimeGAN,对比各模型的预测精度。结果表明:基于TimeGAN和CNN-BiLSTM-Attention的混合模型的拟合效果明显优于其他模型,其预测值与监测值最接近。相较于传统单一LSTM模型,混合模型的EMS、ERMS、EMA分别降低了71%、49%、45%,R2提升了20%。
关键词
TimeGAN
CNN
BiLSTM
ATTENTION
混凝土面板堆石坝
变形预测
Keywords
TimeGAN
CNN
BiLSTM
Attention
concrete face rockfill dam
deformation prediction
分类号
TV641.4 [水利工程—水利水电工程]
在线阅读
下载PDF
职称材料
题名
基于快照集成的阿尔茨海默病分类模型设计
2
作者
李佳霖
原佳帆
秦源鲜
李春龙
李丹杨
机构
贵州大学大数据与信息工程学院
出处
《集成电路应用》
2024年第12期86-87,共2页
文摘
阐述一种基于快照集成和选择性集成相结合的方法。快照集成可以在单个训练过程中生成多个模型,降低训练成本。选择性集成可以进一步改善集成学习的预测效果并提高集成学习的预测效率。
关键词
快照集成
集成学习
图像分类
集成剪枝
Keywords
snapshot ensemble
ensemble learning
image classification
ensemble pruning
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于TimeGAN和CNN-BiLSTM-Attention的大坝变形预测混合模型
原佳帆
李丹杨
李佳霖
秦学
毛鹏
《人民黄河》
CAS
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于快照集成的阿尔茨海默病分类模型设计
李佳霖
原佳帆
秦源鲜
李春龙
李丹杨
《集成电路应用》
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
