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
3
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RNN-RBM语言模型的语音识别研究
被引量：
27
1
作者
黎亚雄
张坚强
+1 位作者
潘登
胡惮
《计算机研究与发展》
EI
CSCD
北大核心
2014年第9期1936-1944,共9页
近年来深度学习兴起,其在语言模型领域有着不错的成效,如受限玻尔兹曼机(restricted Boltzmann machine,RBM)语言模型等.不同于N-gram语言模型,这些根植于神经网络的语言模型可以将词序列映射到连续空间来评估下一词出现的概率,以解决...
近年来深度学习兴起,其在语言模型领域有着不错的成效,如受限玻尔兹曼机(restricted Boltzmann machine,RBM)语言模型等.不同于N-gram语言模型,这些根植于神经网络的语言模型可以将词序列映射到连续空间来评估下一词出现的概率,以解决数据稀疏的问题.此外,也有学者使用递归神经网络来建构语言模型,期望由递归的方式充分利用所有上文信息来预测下一词,进而有效处理长距离语言约束.根据递归受限玻尔兹曼机神经网络(recurrent neural network-restricted Boltzmann machine,RNN-RBM)的基础来捕捉长距离信息;另外,也探讨了根据语言中语句的特性来动态地调整语言模型.实验结果显示,使用RNN-RBM语言模型对于大词汇连续语音识别的效能有相当程度的提升.
展开更多
关键词
语音识别
语言模型
神经网络
递归神经网络-受限玻尔兹曼机
关联信息
在线阅读
下载PDF
职称材料
结合受限玻尔兹曼机的递归神经网络电力系统短期负荷预测
被引量：
42
2
作者
李若晨
朱帆
+1 位作者
朱永利
翟羽佳
《电力系统保护与控制》
EI
CSCD
北大核心
2018年第17期83-88,共6页
短期负荷预测的重要性随着电力企业的发展不断提高。传统的负荷预测虽然已经发展相对成熟,但现阶段对负荷预测的准确性要求逐渐提高。为满足发展需要,则要对现有的方法进行改进或建立新的预测方法。通过分析负荷预测数据周期性及周期内...
短期负荷预测的重要性随着电力企业的发展不断提高。传统的负荷预测虽然已经发展相对成熟,但现阶段对负荷预测的准确性要求逐渐提高。为满足发展需要,则要对现有的方法进行改进或建立新的预测方法。通过分析负荷预测数据周期性及周期内的特征,结合递归神经网络在分析时间序列数据的独特优势和受限玻尔兹曼机的强大的无监督学习能力,对结合受限玻尔兹曼机的递归神经网络的工作原理及训练过程进行了阐述。利用该网络进行了电力负荷数据预测实验验证并与其他神经网络进行了比较性实验。结果表明,所提出的神经网络较其他网络在电力短期负荷预测实验中有更高的准确性。
展开更多
关键词
负荷预测
递归神经网络
受限玻尔兹曼机
时间序列
在线阅读
下载PDF
职称材料
基于深度学习的电力大数据融合与异常检测方法
被引量：
39
3
作者
刘冬兰
马雷
+2 位作者
刘新
李冬
常英贤
《计算机应用与软件》
北大核心
2018年第4期61-64,136,共5页
为了充分利用电力大数据中的异构数据源挖掘出电网中存在的安全威胁,采用深度受限玻尔兹曼机将不同格式的异构数据映射到统一的嵌入式向量空间,实现了异构数据的融合。采用循环神经网络对得到的嵌入式向量数据建立画像,实现了数据中异...
为了充分利用电力大数据中的异构数据源挖掘出电网中存在的安全威胁,采用深度受限玻尔兹曼机将不同格式的异构数据映射到统一的嵌入式向量空间,实现了异构数据的融合。采用循环神经网络对得到的嵌入式向量数据建立画像,实现了数据中异常事件的检测。实验结果表明,提出的异常检测方法在提出的互信息量度量指标中具有很高的互信息量。此外提出的方法在准确率、误报率和漏报率中的结果也优于其他异常检测方法。
展开更多
关键词
电力大数据
受限玻尔兹曼机
循环神经网络
异常检测
深度学习
数据融合
在线阅读
下载PDF
职称材料
题名
基于RNN-RBM语言模型的语音识别研究
被引量：
27
1
作者
黎亚雄
张坚强
潘登
胡惮
机构
湖北科技学院网络管理中心
弗吉尼亚理工大学信息技术中心
湖北科技学院外国语学院
中南财经政法大学外国语学院
出处
《计算机研究与发展》
EI
CSCD
北大核心
2014年第9期1936-1944,共9页
文摘
近年来深度学习兴起,其在语言模型领域有着不错的成效,如受限玻尔兹曼机(restricted Boltzmann machine,RBM)语言模型等.不同于N-gram语言模型,这些根植于神经网络的语言模型可以将词序列映射到连续空间来评估下一词出现的概率,以解决数据稀疏的问题.此外,也有学者使用递归神经网络来建构语言模型,期望由递归的方式充分利用所有上文信息来预测下一词,进而有效处理长距离语言约束.根据递归受限玻尔兹曼机神经网络(recurrent neural network-restricted Boltzmann machine,RNN-RBM)的基础来捕捉长距离信息;另外,也探讨了根据语言中语句的特性来动态地调整语言模型.实验结果显示,使用RNN-RBM语言模型对于大词汇连续语音识别的效能有相当程度的提升.
关键词
语音识别
语言模型
神经网络
递归神经网络-受限玻尔兹曼机
关联信息
Keywords
speech recognition
language model
neural
network
recurrent neural network-restricted boltzmann machine
relevance information
分类号
TP391.42 [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
结合受限玻尔兹曼机的递归神经网络电力系统短期负荷预测
被引量：
42
2
作者
李若晨
朱帆
朱永利
翟羽佳
机构
国网河北省电力有限公司平山县供电分公司
首都师范大学哲学系
华北电力大学控制与计算机工程学院
华北电力大学电力工程系
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2018年第17期83-88,共6页
基金
国家自然科学基金项目资助(51677072)~~
文摘
短期负荷预测的重要性随着电力企业的发展不断提高。传统的负荷预测虽然已经发展相对成熟,但现阶段对负荷预测的准确性要求逐渐提高。为满足发展需要,则要对现有的方法进行改进或建立新的预测方法。通过分析负荷预测数据周期性及周期内的特征,结合递归神经网络在分析时间序列数据的独特优势和受限玻尔兹曼机的强大的无监督学习能力,对结合受限玻尔兹曼机的递归神经网络的工作原理及训练过程进行了阐述。利用该网络进行了电力负荷数据预测实验验证并与其他神经网络进行了比较性实验。结果表明,所提出的神经网络较其他网络在电力短期负荷预测实验中有更高的准确性。
关键词
负荷预测
递归神经网络
受限玻尔兹曼机
时间序列
Keywords
power load forecasting
recurrent
neural
network
restricted
boltzmann
machine
time series
分类号
TM715 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于深度学习的电力大数据融合与异常检测方法
被引量：
39
3
作者
刘冬兰
马雷
刘新
李冬
常英贤
机构
国网山东省电力公司电力科学研究院
国网山东省电力公司
出处
《计算机应用与软件》
北大核心
2018年第4期61-64,136,共5页
文摘
为了充分利用电力大数据中的异构数据源挖掘出电网中存在的安全威胁,采用深度受限玻尔兹曼机将不同格式的异构数据映射到统一的嵌入式向量空间,实现了异构数据的融合。采用循环神经网络对得到的嵌入式向量数据建立画像,实现了数据中异常事件的检测。实验结果表明,提出的异常检测方法在提出的互信息量度量指标中具有很高的互信息量。此外提出的方法在准确率、误报率和漏报率中的结果也优于其他异常检测方法。
关键词
电力大数据
受限玻尔兹曼机
循环神经网络
异常检测
深度学习
数据融合
Keywords
Power big data
Restricted
boltzmann
machine
recurrent
neural
networks
Anomaly detection
Deep learning
Data fusion
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
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RNN-RBM语言模型的语音识别研究
黎亚雄
张坚强
潘登
胡惮
《计算机研究与发展》
EI
CSCD
北大核心
2014
27
在线阅读
下载PDF
职称材料
2
结合受限玻尔兹曼机的递归神经网络电力系统短期负荷预测
李若晨
朱帆
朱永利
翟羽佳
《电力系统保护与控制》
EI
CSCD
北大核心
2018
42
在线阅读
下载PDF
职称材料
3
基于深度学习的电力大数据融合与异常检测方法
刘冬兰
马雷
刘新
李冬
常英贤
《计算机应用与软件》
北大核心
2018
39
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
