期刊文献+
共找到501篇文章
< 1 2 26 >
每页显示 20 50 100
基于长短时记忆神经网络模型的空调能源消耗预测研究
1
作者 王雨薇 任禹丞 +3 位作者 郑杨 胡涵天 吴含青 刘京易 《能源与环保》 2025年第3期205-211,共7页
随着全球气候变化和能源资源的日益紧张,工业园区能耗的管理和优化变得尤为重要。在工业园区能耗中,空调系统所占比例巨大,对其能耗进行准确预测和有效控制具有重要意义。为此,提出了一种基于长短时记忆神经网络模型的空调能耗预测方法... 随着全球气候变化和能源资源的日益紧张,工业园区能耗的管理和优化变得尤为重要。在工业园区能耗中,空调系统所占比例巨大,对其能耗进行准确预测和有效控制具有重要意义。为此,提出了一种基于长短时记忆神经网络模型的空调能耗预测方法,用于实现工业园区中使用不同规则划分的空调节能潜力测算。首先,通过斯皮尔曼相关系数筛选合适的空调能耗指标作为预测模型的输入参数;然后,采用神经网络模型来进行预测,空调的能耗指标包括室内环境参数、室外环境参数、设备运行参数、空调历史能耗数据4部分;最后,使用一个算例验证了所提出的空调能耗预测方法的预测性能。结果表明,该方法不仅对空调系统的长期能耗进行了考虑,而且能够预测其在若干个短期控制步长的能耗,来实现能耗的实时预测与控制。 展开更多
关键词 工业园区空调 能源消耗预测 相关性分析 长短记忆神经网络
在线阅读 下载PDF
基于长短时记忆神经网络的励磁涌流与故障电流识别方法 被引量:1
2
作者 张国栋 刘凯 +2 位作者 蒲海涛 姚福强 张帅帅 《上海交通大学学报》 EI CAS CSCD 北大核心 2024年第5期730-738,共9页
变压器空载合闸时产生励磁涌流导致差动保护误动作的问题至今仍未能被完全解决.针对该问题,提出一种利用长短时记忆(LSTM)神经网络识别励磁涌流与故障电流的方法.首先,在PSCAD软件平台上搭建变压器空载合闸及内部故障仿真模型,通过仿真... 变压器空载合闸时产生励磁涌流导致差动保护误动作的问题至今仍未能被完全解决.针对该问题,提出一种利用长短时记忆(LSTM)神经网络识别励磁涌流与故障电流的方法.首先,在PSCAD软件平台上搭建变压器空载合闸及内部故障仿真模型,通过仿真产生大量三相电流瞬时采样数据作为训练神经网络的样本集;然后,利用Keras平台搭建LSTM神经网络模型并完成训练;最后,利用新的仿真数据和现场故障录波数据对训练好的LSTM神经网络进行测试.结果表明LSTM神经网络可以快速准确地区分各种情况下的励磁涌流和故障电流,从而证实该方法的有效性. 展开更多
关键词 变压器差动保护 长短记忆神经网络 励磁涌流识别 故障电流识别
在线阅读 下载PDF
基于残差神经网络、双向长短期记忆网络和注意力机制的肠鸣音检测方法研究
3
作者 郝亚丽 万显荣 +3 位作者 江从庆 任相海 张小明 翟详 《中国医疗器械杂志》 2024年第5期498-504,共7页
肠鸣音可以反映胃肠道的运动和健康状况,然而,传统的人工听诊方式存在主观性偏差且耗时耗力。为了更好地辅助医生对肠鸣音的诊断,提高肠鸣音检测的可靠性和高效性,该研究提出了一种结合残差神经网络(ResNet)、双向长短期记忆网络(BiLSTM... 肠鸣音可以反映胃肠道的运动和健康状况,然而,传统的人工听诊方式存在主观性偏差且耗时耗力。为了更好地辅助医生对肠鸣音的诊断,提高肠鸣音检测的可靠性和高效性,该研究提出了一种结合残差神经网络(ResNet)、双向长短期记忆网络(BiLSTM)和注意力机制的深度神经网络模型。首先使用自主研发的多通道肠鸣音采集系统采集了大量带标签的临床数据,采用多尺度小波分解和重构方法对肠鸣音信号进行预处理,然后提取对数梅尔谱图特征送入网络进行训练,最后通过10折交叉验证和消融实验来评估模型的性能和验证其有效性。实验结果表明,该模型在精确率、召回率和F1分数方面分别达到了83%、76%和79%,能够有效地检测出肠鸣音片段并定位其起止时间,表现优于以往的算法。该算法不仅可以为医生在临床实践中提供辅助信息,还为肠鸣音的进一步分析和研究提供了技术支撑。 展开更多
关键词 肠鸣音 残差神经网络 双向长短记忆网络 注意力机制
在线阅读 下载PDF
基于长短时记忆神经网络易损性分析的适用性研究 被引量:1
4
作者 王睿 杨建荣 《四川建筑科学研究》 2024年第2期9-15,共7页
桥梁的损坏或失效可能导致严重的人员伤亡和巨大的经济损失。因此,对桥梁的破坏损失和地震性能进行准确的定量评估至关重要。为了实现这一目标,通常会采用构建易损性曲线的方法。易损性曲线表征在给定地震动强度下,桥梁部件或结构达到... 桥梁的损坏或失效可能导致严重的人员伤亡和巨大的经济损失。因此,对桥梁的破坏损失和地震性能进行准确的定量评估至关重要。为了实现这一目标,通常会采用构建易损性曲线的方法。易损性曲线表征在给定地震动强度下,桥梁部件或结构达到或超过某一破坏程度的条件概率。采用桥墩位移延性比作为损伤指标,利用长短时记忆(long short-term memory,简称LSTM)神经网络成功地建立了桥梁地震易损性曲线。研究结果表明,该模型展现了高计算效率和精度,可快速而准确地预测地震作用下桥梁结构构件的损伤指标。 展开更多
关键词 桥梁抗震 地震易损性 长短记忆神经网络 有限元分析
在线阅读 下载PDF
双向长短时记忆神经网络在滩坝砂储层岩性识别中的应用 被引量:6
5
作者 陈钢花 张寓侠 +2 位作者 王军 张华锋 王莜文 《测井技术》 CAS 2023年第3期319-325,共7页
研究区致密滩坝砂储层油气储量丰富,勘探开发潜力较高,但存在埋藏深、单层厚度薄、渗透率超低、孔隙结构复杂以及单井自然产能极低的特征,储层划分与岩性识别困难。针对测井数据具有纵向时序连续的特点,构建一个双向长短时记忆神经网络(... 研究区致密滩坝砂储层油气储量丰富,勘探开发潜力较高,但存在埋藏深、单层厚度薄、渗透率超低、孔隙结构复杂以及单井自然产能极低的特征,储层划分与岩性识别困难。针对测井数据具有纵向时序连续的特点,构建一个双向长短时记忆神经网络(BiLSTM)岩性识别模型,采用随机森林方法对常规测井数据等参数进行特征选择,将选择的参数作为输入变量训练BiLSTM模型。应用该模型对测试集的井资料进行验证,结果表明模型的岩性识别准确率为0.86,取得了良好的应用效果,证明了BiLSTM模型适用于滩坝砂储层岩性识别。 展开更多
关键词 测井解释 深度学习 双向长短记忆神经网络 岩性识别 滩坝砂储层
在线阅读 下载PDF
基于卷积神经网络和双向长短期记忆网络的气温预测模型
6
作者 叶剑 唐欢 +1 位作者 殷华 高振翔 《现代信息科技》 2024年第21期35-40,45,共7页
气温与环境要素之间存在非线性关系,针对传统的预测方法难以捕捉数据的内在特征和时间相关性问题,提出一种基于卷积神经网络与双向长短期记忆网络相结合的气温预测模型。基于宿迁四个国家气象观测站的逐小时观测数据,首先通过一维卷积... 气温与环境要素之间存在非线性关系,针对传统的预测方法难以捕捉数据的内在特征和时间相关性问题,提出一种基于卷积神经网络与双向长短期记忆网络相结合的气温预测模型。基于宿迁四个国家气象观测站的逐小时观测数据,首先通过一维卷积神经网络提取气象要素数据的空间特征,然后将这些特征引入双向长短期记忆网络中来全面学习并掌握气象要素的上下文信息,进而对气温进行有效预测。实验结果表明,与其他的预测方法相比,所提模型在空间特征提取和时序特征学习方面表现卓越,且其在气温预测的精度上有显著的优势。 展开更多
关键词 深度学习 卷积神经网络 双向长短记忆网络 气温预测 对比分析
在线阅读 下载PDF
基于LSTM神经网络的高校精准资助模型研究
7
作者 柯琳 周俊 夏斌 《佳木斯大学学报(自然科学版)》 2025年第3期148-150,180,共4页
高校学生资助体系是国家教育扶贫的重要组成部分,现阶段对高校贫困生资助过程中存在人为因素干扰、缺少量化手段等问题,影响了教育资助的公平和效益。在对教育精准资助研究现状详细分析基础上,指出人工智能在解决教育资助问题上的新路... 高校学生资助体系是国家教育扶贫的重要组成部分,现阶段对高校贫困生资助过程中存在人为因素干扰、缺少量化手段等问题,影响了教育资助的公平和效益。在对教育精准资助研究现状详细分析基础上,指出人工智能在解决教育资助问题上的新路径。结合LSTM神经网络模型在处理和预测时序数据中的优势,设计和开发了基于LSTM的高校贫困生精准资助模型,研究模型隐层单元数与贫困生资助等级识别率之间的关系以优化模型。实验结果表明当隐层神经元数为120时,对受国家助学金资助的贫困大学生分类识别率最高且达到98.11%。该模型的建立为高校大学生助学资助工作提供了智能量化手段,对于教育扶贫公平和提高贫困大学生资助效益具有重要意义。 展开更多
关键词 高校贫困生 精准资助 长短记忆神经网络 人工智能
在线阅读 下载PDF
基于双向长短时记忆神经网络的步态时空参数脑肌电解码方法 被引量:3
8
作者 魏鹏娜 马鹏程 +1 位作者 张进华 洪军 《西安交通大学学报》 EI CAS CSCD 北大核心 2022年第9期142-150,共9页
针对脑电(EEG)信号对连续步态轨迹解码结果与实际轨迹相关性低的问题,提出一种基于双向长短时记忆(BiLSTM)神经网络的步态参数解码方法。首先,构建基于双向长短时记忆神经网络的步态时空参数解码模型,根据脑肌电信号特性设计解码模型的... 针对脑电(EEG)信号对连续步态轨迹解码结果与实际轨迹相关性低的问题,提出一种基于双向长短时记忆(BiLSTM)神经网络的步态参数解码方法。首先,构建基于双向长短时记忆神经网络的步态时空参数解码模型,根据脑肌电信号特性设计解码模型的超参数;其次,同步采集脑电、下肢运动相关肌肉的表面肌电信号(sEMG)和下肢关节运动信号,并对脑电和表面肌电信号的步态相关特征进行分析;然后,以多通道脑电和下肢运动相关表面肌电信号作为解码模型的输入,自动提取脑肌电融合信号中步态相关特征并构建膝踝关节运动轨迹与特征之间的非线性回归模型;最后,以多通道脑电作为解码模型的输入,构建步态相关脑电信号和表面肌电信号之间的非线性回归模型。实验结果表明:所提方法与传统支持向量机方法相比,对踝关节解码轨迹与实测轨迹形状相似性Pearson相关系数提高了0.12;与单独采用脑电、表面肌电信号和脑肌电信号平均绝对值特征融合信号进行解码方法相比,对踝关节解码轨迹与实测轨迹形状相似性Pearson相关系数分别提高了0.81、0.19和0.63。该方法可实现从脑电信号中对部分表面肌电信号波形的解码,解码波形和实测波形的平均Pearson相关系数值接近0.5,证明从脑电信号中可解码出肌肉通道的表面肌电信号波形,为下肢外骨骼主动连续控制的应用提供了新思路。 展开更多
关键词 脑电 表面肌电 双向长短记忆神经网络 步态空参数解码 Pearson相关
在线阅读 下载PDF
基于时空注意力机制的双向长短期记忆神经网络的股指预测研究 被引量:2
9
作者 杨蓦 王静 《运筹与管理》 CSSCI CSCD 北大核心 2023年第8期174-180,共7页
股票市场是一个高噪音的混沌系统,其外部属性之间的相关性问题以及在长期预测时外部影响对股价波动的加剧,导致对股票市场进行准确预测是一项富有挑战性的工作。为解决上述问题,本文利用基于注意力机制的双向长短期记忆神经网络(BiLSTM... 股票市场是一个高噪音的混沌系统,其外部属性之间的相关性问题以及在长期预测时外部影响对股价波动的加剧,导致对股票市场进行准确预测是一项富有挑战性的工作。为解决上述问题,本文利用基于注意力机制的双向长短期记忆神经网络(BiLSTM)对香港地区恒生指数收盘价进行有效性的实证检验。其中,空间注意力机制用于捕捉输入指标之间的相关性并为其赋予区别权重,时间注意力机制用于描述数据的时间相关性以解决长期预测中的时间依赖问题并为时间步赋予区别权重,BiLSTM神经网络用于拟合数据并构建预测模型。本文还比较了四种基于注意力机制的神经网络方法和六种基线方法,实验结果表明,与当下流行的股票指数预测方法相比,基于双维度注意力机制的BiLSTM可以在短、中、长期预测中均实现更准确的股票指数收盘价预测。 展开更多
关键词 注意力机制 双向长短记忆神经网络 股票指数预测 长期预测 空关系
在线阅读 下载PDF
基于卷积神经网络及长短时记忆网络的短时船舶交通流量预测 被引量:15
10
作者 刘敬贤 高广旭 +1 位作者 刘奕 李宗志 《中国航海》 CSCD 北大核心 2022年第2期56-61,68,共7页
由于船舶交通流具有非线性和复杂性的特征,传统交通流量预测方法的预测结果精度普遍不高,且需大量历史数据进行训练。在考虑船舶交通流数据时间特性的基础上增加了对数据空间特性的考虑,提出一种基于卷积神经网络(Convolutional Neural ... 由于船舶交通流具有非线性和复杂性的特征,传统交通流量预测方法的预测结果精度普遍不高,且需大量历史数据进行训练。在考虑船舶交通流数据时间特性的基础上增加了对数据空间特性的考虑,提出一种基于卷积神经网络(Convolutional Neural Networks,CNN)和长短时记忆网络(Long Short-Term Memory,LSTM)的短时船舶交通流量预测模型,并引入动态时间规整(Dynamic Time Warping,DTW)算法构造损失函数,提升模型的预测精度。结果表明:通过与灰色模型(Grey Model,GM)、差分整合移动平均自回归模型(Autoregressive Integrated Moving Average Model,ARIMA)、小波神经网络(Wavelet Neural Network,WNN)、反向传播神经网络(Back Propagation Neural Network,BPNN)和CNN-LSTM等模型对比,所提出的CNN-LSTM-DTW预测模型的预测结果相对误差最小,可信度高,预测精度优于对比模型。 展开更多
关键词 船舶交通流量 卷积神经网络 长短记忆网络 动态间规整法 组合预测
在线阅读 下载PDF
基于LSTM神经网络的现地烈度实时估算模型——以JMA烈度为例 被引量:1
11
作者 李山有 肖莹 +3 位作者 卢建旗 谢志南 马强 陶冬旺 《世界地震工程》 北大核心 2024年第3期37-45,共9页
如何快速并且准确估计目标场点烈度是地震预警中的关键问题。常用基于衰减关系的场点烈度估计和基于P波信息的现地烈度估计往往存在大震烈度低估的问题。本文提出了一种基于长短时记忆神经网络(logn short-term memery,LSTM)的现地JMA... 如何快速并且准确估计目标场点烈度是地震预警中的关键问题。常用基于衰减关系的场点烈度估计和基于P波信息的现地烈度估计往往存在大震烈度低估的问题。本文提出了一种基于长短时记忆神经网络(logn short-term memery,LSTM)的现地JMA烈度持续估计模型。该模型以现地观测地震动的能量、能量增长率、地震动卓越周期和震源距作为输入,以该点的最大仪器地震烈度为预测目标。选取了日本K-NET台网记录101次地震数据作为训练集,94次地震数据作为测试集,训练了现地烈度估算LSTM神经网络模型。结果表明:在采用3 s时窗长度的序列进行预测时,高估的比例为1.51%,低估的比例为4.00%;并且,随着时窗长度的增加,高估和低估的比例也在不断降低。模型对高烈度(大于等于4.5度)样本的预测时效性随震源距的增加而增加,对大震远场高烈度区域能提供20 s以上的预警时间。 展开更多
关键词 地震预警 现地预警 长短记忆神经网络 减灾 烈度估计
在线阅读 下载PDF
基于长短时记忆神经网络的潜油电泵故障预警 被引量:6
12
作者 刘广孚 姜霄 +3 位作者 杜玉龙 郭亮 王赛峰 鄢志丹 《中国石油大学学报(自然科学版)》 EI CAS CSCD 北大核心 2022年第5期170-176,共7页
以潜油电泵机组的运行电流为主要判别依据,将长短时记忆神经网络应用于潜油电泵运行状态预测中,对于特征不明显的故障类型,利用潜油电泵井运行电压、运行电流、功率、油压、井口温度和瞬时流量数据预测下一时刻的电流值,并利用单分类支... 以潜油电泵机组的运行电流为主要判别依据,将长短时记忆神经网络应用于潜油电泵运行状态预测中,对于特征不明显的故障类型,利用潜油电泵井运行电压、运行电流、功率、油压、井口温度和瞬时流量数据预测下一时刻的电流值,并利用单分类支持向量机模型来预判潜油电泵机组的运行状态,从而实现潜油电泵的故障预警。最后,利用实际生产数据对模型进行验证。结果表明,所提方法预测准确度较高,可将报警时间提前1 h,实现故障的预警及诊断。 展开更多
关键词 潜油电泵 长短记忆神经网络 单分类支持向量机 故障预警
在线阅读 下载PDF
基于串级双向长短时记忆神经网络的测井数据重构 被引量:4
13
作者 周伟 赵海航 +2 位作者 蒋云凤 易军 赖富强 《石油地球物理勘探》 EI CSCD 北大核心 2022年第6期1473-1480,I0009,共9页
测井数据是油气田开发和评价的基础,对于确定地下油气层位置、计算及评价油气储量等具有重要意义。然而,实际开采过程中井壁垮塌、仪器故障等因素往往导致部分深度的多条测井数据失真或缺失,而重新测井的成本高昂,施工难度大。为此,提... 测井数据是油气田开发和评价的基础,对于确定地下油气层位置、计算及评价油气储量等具有重要意义。然而,实际开采过程中井壁垮塌、仪器故障等因素往往导致部分深度的多条测井数据失真或缺失,而重新测井的成本高昂,施工难度大。为此,提出一种基于串级双向长短时记忆神经网络(CBi-LSTM)的测井数据重构方法,在不增加额外测量成本的情况下,充分考虑缺失数据点的前趋与后继之间的双向关联性及测井曲线之间的相关性,利用串级系统将所获估计值与已知测井曲线合并为新的输入,采用迭代更新策略完成对缺失数据块的重构。对苏里格气田4口井的测井数据进行补全重构实验,所得结果表明:文中测井数据重构方法具有较高精度,同时所用模型具有更强的鲁棒性和泛化能力。 展开更多
关键词 测井曲线 重构 长短记忆神经网络 串级双向长短记忆神经网络
在线阅读 下载PDF
基于卷积长短时记忆深度神经网络的带内全双工非线性数字自干扰消除 被引量:5
14
作者 路雷 褚建军 +4 位作者 唐燕群 陶业荣 伍哲舜 郑承武 陈琦 《电子与信息学报》 EI CSCD 北大核心 2022年第11期3874-3881,共8页
带内全双工(IBFD)技术能够有效提高无线通信系统的频谱效率,近年来引起了广泛关注。然而,同时发送和接收引起的线性和非线性自干扰给IBFD带来了巨大挑战。传统的非线性自干扰消除主要是基于多项式模型和深度神经网络(DNN)来实现。多项... 带内全双工(IBFD)技术能够有效提高无线通信系统的频谱效率,近年来引起了广泛关注。然而,同时发送和接收引起的线性和非线性自干扰给IBFD带来了巨大挑战。传统的非线性自干扰消除主要是基于多项式模型和深度神经网络(DNN)来实现。多项式模型方法存在模型失配导致自干扰效果恶化的风险,而DNN方法无法针对高维数据特有的空频相关性、时间相关性等特点进行处理。该文基于卷积长短时记忆深度神经网络(CLDNN),通过在输入层中引入3维张量以及在卷积层设置复数卷积层结构,分别设计了两种重建自干扰信号的网络结构——2维CLDNN(2D-CLDNN)和复值CLDNN(CV-CLDNN),充分利用卷积神经网络局部感知和权值共享的优势,在高维特征中学习到更抽象的低维特征,从而提高自干扰消除的效果。实际场景中获得数据的评估结果显示,当功率放大器记忆长度M和自干扰信道多径长度L满足M+L=13时,通过总共60次训练轮数,该文提出的结构比传统DNN方法在非线性自干扰消除方面可以实现至少26%的改进,训练轮数也有明显减少。 展开更多
关键词 卷积长短记忆深度神经网络 非线性自干扰消除 带内全双工 发送和接收 神经网络
在线阅读 下载PDF
拒止环境下基于LSTM神经网络的自主导航方法
15
作者 南子寒 刘大禹 +3 位作者 苏牡丹 隋叶叶 朱嘉婧 孟凡琛 《中国惯性技术学报》 北大核心 2025年第4期331-339,349,共10页
为提高全球导航卫星系统(GNSS)拒止环境下空间飞行器自主导航系统的精度,提出了一种融合长短时记忆(LSTM)神经网络的紧组合导航方法,将LSTM神经网络与鲁棒容积卡尔曼滤波器(RCKF)深度融合,利用神经网络预测惯导系统时间序列中的量测误差... 为提高全球导航卫星系统(GNSS)拒止环境下空间飞行器自主导航系统的精度,提出了一种融合长短时记忆(LSTM)神经网络的紧组合导航方法,将LSTM神经网络与鲁棒容积卡尔曼滤波器(RCKF)深度融合,利用神经网络预测惯导系统时间序列中的量测误差,进而抑制导航系统的误差发散,实现导航滤波器的平滑快速收敛。通过量测不确定性分析与非线性误差模型的滤波器估计,精确量化紧组合导航模式中的状态空间模型,并引入RCKF以提高误差协方差矩阵的估算精度;当卫星拒止时,导航系统将训练后神经网络的预测结果视为组合导航滤波器的量测新息,维持其量测矩阵的正常更新,减少单一惯性基下的误差累积。仿真表明,针对40 s的GNSS拒止场景,相比于RCKF,所提方法的位置误差增长率减少约20.8%,有效提升了自主导航系统的输出精度和误差抑制能力。 展开更多
关键词 自主导航 GNSS拒止 鲁棒滤波 长短记忆神经网络
在线阅读 下载PDF
基于双向长短期记忆神经网络的水平地应力预测方法 被引量:7
16
作者 马天寿 向国富 +2 位作者 石榆帆 桂俊川 张东洋 《石油科学通报》 2022年第4期487-504,共18页
水平地应力是井壁稳定分析和水力压裂改造的关键基础参数,但深部地层地质环境复杂且隐蔽,使得水平地应力的准确快速预测难度较大。考虑到传统测井解释和神经网络模型难以描述测井数据与地应力之间的空间相关性,提出采用一种基于双向长... 水平地应力是井壁稳定分析和水力压裂改造的关键基础参数,但深部地层地质环境复杂且隐蔽,使得水平地应力的准确快速预测难度较大。考虑到传统测井解释和神经网络模型难以描述测井数据与地应力之间的空间相关性,提出采用一种基于双向长短期记忆神经网络(BiLSTM)的水平地应力预测方法;以四川盆地CL气田两口直井为例,将两口直井分别作为训练井和测试井,通过训练井建立测井参数与地应力之间的非线性映射关系,实现对测试井水平地应力的预测;结合测井参数相关性和实际地质含义,分析了不同测井参数组合模式下水平地应力的预测效果。研究结果表明:(1)对比测井解释和岩心差应变测试结果发现,垂向地应力测井解释误差为0.39%,最大水平地应力测井解释误差为0.18%~0.64%,最小水平地应力测井解释误差为0.29%,说明测井解释与实际地应力吻合较好;(2)工区地应力大小排序为垂向地应力>最大水平地应力>最小水平地应力,属于潜在正断层应力状态;(3)水平地应力与垂深、密度和自然伽马呈较强的正相关关系,与纵波时差、井径、补偿中子和横波时差呈负相关关系;(4)不同的测井参数组合对水平地应力的预测效果不同,其中最优的测井参数组合为垂深、井径、密度、补偿中子、自然伽马、纵波时差;(5)通过正交设计实验,确定了最优超参数取值方案,其预测得到的最大和最小水平地应力平均绝对百分比误差分别为0.48‰和0.50‰。结论认为,BiLSTM模型能够有效捕捉测井参数随深度的变化趋势和测井参数的前后关联信息,可以实现水平地应力的精准预测。 展开更多
关键词 地应力 水平地应力 长短记忆神经网络 双向长短记忆神经网络 测井
在线阅读 下载PDF
具有时滞的双向联想记忆神经网络的鲁棒稳定性
17
作者 关焕新 王占山 张化光 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2007年第8期1069-1072,共4页
应用线性矩阵不等式技术研究了时滞双向联想记忆神经网络的平衡点稳定性问题.针对存在参数不确定的时滞双向联想记忆神经网络,根据Lyapunov稳定理论,通过构造适当的Lyapunov-Krasovskii泛函,给出了保证双向联想记忆神经网络平衡点全局... 应用线性矩阵不等式技术研究了时滞双向联想记忆神经网络的平衡点稳定性问题.针对存在参数不确定的时滞双向联想记忆神经网络,根据Lyapunov稳定理论,通过构造适当的Lyapunov-Krasovskii泛函,给出了保证双向联想记忆神经网络平衡点全局鲁棒稳定的两个新判据.所得到的结果能够表示成线性矩阵不等式形式,具有易于验证和独立于时变时滞幅值大小等特点.对于慢时变时滞的情况,当时滞幅值较大时,所得结果具有较小的保守性.通过一个仿真例子表明了所得结果的有效性. 展开更多
关键词 双向联想记忆 神经网络 鲁棒稳定 线性矩阵不比式
在线阅读 下载PDF
基于改进LSTM循环神经网络的装备故障预测方法
18
作者 王龙 宋卫星 +1 位作者 张鑫 武婧婧 《火力与指挥控制》 北大核心 2025年第2期55-61,69,共8页
着眼解决装备故障预测难度大、精度低,影响装备维修期确定及装备维修资源筹措的现实矛盾,在总结分析现有装备故障预测研究的基础上,针对装备故障数据时序性强的特点,引用当前最新流行、对时序数据处理效果最好的LSTM算法,提出一种基于改... 着眼解决装备故障预测难度大、精度低,影响装备维修期确定及装备维修资源筹措的现实矛盾,在总结分析现有装备故障预测研究的基础上,针对装备故障数据时序性强的特点,引用当前最新流行、对时序数据处理效果最好的LSTM算法,提出一种基于改进LSTM循环神经网络的装备故障数量预测方法。对网络结构进行详细设计,给出了网络训练和网络预测的实现算法,融合果蝇算法求解效率高的优势对网络参数进行优选,并利用某型装备故障发生的实际数据进行实验,与BP神经网络、广义回归神经网络、小波神经网络、压缩和激励网络等预测模型进行性能对比,证明方法效果良好,为科学预测装备故障数量、提高装备维修效益提供了一种有效方法。 展开更多
关键词 长短记忆神经网络 装备故障预测 神经网络 果蝇算法
在线阅读 下载PDF
基于联合注意力机制和一维卷积神经网络-双向长短期记忆网络模型的流量异常检测方法 被引量:25
19
作者 尹梓诺 马海龙 胡涛 《电子与信息学报》 EI CSCD 北大核心 2023年第10期3719-3728,共10页
针对流量数据集中类别不平衡限制了分类模型对少数类攻击流量的检测性能这一问题,该文提出一种基于联合注意力机制和1维卷积神经网络-双向长短期记忆网络(1DCNN-BiLSTM)模型的流量异常检测方法。首先在数据预处理过程中利用BorderlineSM... 针对流量数据集中类别不平衡限制了分类模型对少数类攻击流量的检测性能这一问题,该文提出一种基于联合注意力机制和1维卷积神经网络-双向长短期记忆网络(1DCNN-BiLSTM)模型的流量异常检测方法。首先在数据预处理过程中利用BorderlineSMOTE方法对流量数据不平衡训练样本预处理,使得各类流量数据均衡,有助于后续模型对各类数据的充分训练。然后设计联合注意力机制和1DCNN-BiLSTM的模型对流量数据进行训练,提取流量数据的局部和长距离序列特征并进行分类,通过注意力机制将对分类有用的特征按其重要性赋予权值,提高对少数攻击类的检出率。实验结果表明,同几种现有方法相比,该文方法对NSL-KDD和CICIDS2017数据集的检测准确率最高(可达93.17%和98.65%),对NSL-KDD数据集中的提权攻击(U2R)攻击流量的检出率至少提升13.70%,证明了该文方法提升少数类攻击流量检出率的有效性。 展开更多
关键词 流量异常检测 类别不平衡 一维卷积神经网络-双向长短记忆网络 注意力机制
在线阅读 下载PDF
基于改进长短时记忆神经网络-自适应增强算法的多天气车辆分类方法 被引量:4
20
作者 李达 张照生 +2 位作者 刘鹏 王震坡 董昊天 《汽车工程》 EI CSCD 北大核心 2020年第9期1248-1255,共8页
针对目前国内外车辆分类效果不理想和受天气影响较大的问题,本文中提出一种基于改进长短时记忆神经网络自适应增强算法(LSTM-AdaBoost)的多天气车辆分类方法,并提出一种“多层网格法”以准确地确定LSTM的超参数。首先建立地磁车辆检测... 针对目前国内外车辆分类效果不理想和受天气影响较大的问题,本文中提出一种基于改进长短时记忆神经网络自适应增强算法(LSTM-AdaBoost)的多天气车辆分类方法,并提出一种“多层网格法”以准确地确定LSTM的超参数。首先建立地磁车辆检测系统平台和车辆分类方法,然后分析基于改进LSTM-AdaBoost的车辆分类结果,并对不同车辆分类方法和不同天气下的分类准确率进行了对比。结果表明,与最邻近结点算法和反向传播神经网络算法相比,本文所提出的方法具有较高的准确率,最高分类准确率为92.2%。暴雨、雾霾和晴天3种天气中,暴雨时的分类准确率最低,但差别不大,最大相差3.9个百分点。 展开更多
关键词 车辆分类 地磁信号 长短记忆神经网络-自适应增强算法 多天气
在线阅读 下载PDF
上一页 1 2 26 下一页 到第
使用帮助 返回顶部