期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
基于深度递归神经网络的电力系统短期负荷预测模型 被引量:41
1
作者 于惠鸣 张智晟 +1 位作者 龚文杰 段晓燕 《电力系统及其自动化学报》 CSCD 北大核心 2019年第1期112-116,共5页
针对电力负荷非线性动态特性导致的负荷预测困难、预测精度低等问题,本文构建了深度递归神经网络短期负荷预测模型。在深度神经网络多隐层结构的基础上,深度递归神经网络增设了关联层,并以改进粒子群算法作为网络的优化学习算法,对模型... 针对电力负荷非线性动态特性导致的负荷预测困难、预测精度低等问题,本文构建了深度递归神经网络短期负荷预测模型。在深度神经网络多隐层结构的基础上,深度递归神经网络增设了关联层,并以改进粒子群算法作为网络的优化学习算法,对模型权值空间进行深度优化。对某地区电网实际负荷进行预测仿真,结果表明与BP网络、深度神经网络相比,深度递归神经网络的平均绝对误差的周平均值分别降低1.61%和0.56%,验证了深度递归神经网络能够融合前馈与反馈连接,提高网络泛化能力,有效提高负荷预测精度。 展开更多
关键词 深度神经网络 深度递归神经网络 改进粒子群优化算法 短期负荷预测 电力系统
在线阅读 下载PDF
基于深度递归信念网络的风电功率短期预测方法 被引量:12
2
作者 李宏仲 付国 孙伟卿 《电力系统自动化》 EI CSCD 北大核心 2021年第15期85-92,共8页
风能的随机性和波动性严重影响风电功率的预测精度。通过挖掘风速在不同波动程度和预测功率之间的高阶特征可以提高预测精度。文中首先采用摇摆窗算法识别风速的波动过程,并通过广义优先搜索邻居算法对不同的波动程度进行聚类,然后将不... 风能的随机性和波动性严重影响风电功率的预测精度。通过挖掘风速在不同波动程度和预测功率之间的高阶特征可以提高预测精度。文中首先采用摇摆窗算法识别风速的波动过程,并通过广义优先搜索邻居算法对不同的波动程度进行聚类,然后将不同的波动过程作为深度递归信念网络的分类训练数据,其中,深度递归信念网络由前向生成网络和横向及纵向2个误差反馈网络构成。最后,以误差分布的交叉熵作为损失函数,有效控制了误差迭代方向和模型的训练规模。算例结果表明,文中所提预测方法可以改善波动过程存在的预测误差。 展开更多
关键词 波动识别 分类预测 深度递归信念网络 纵向误差反馈 横向误差反馈
在线阅读 下载PDF
深度递归网络在物联网系统异常检测中应用研究 被引量:2
3
作者 李慧慧 《现代电子技术》 北大核心 2019年第13期86-89,共4页
物联网系统采用感知层、传输层和应用层三层体系架构,物联网的三层结构具有时序性,上一层数据异常会链式反应到后续层,传统的物联网异常检测方法无法有效识别数据异常并快速定位异常发生在哪一层。文中提出以深度递归网络对物联网系统... 物联网系统采用感知层、传输层和应用层三层体系架构,物联网的三层结构具有时序性,上一层数据异常会链式反应到后续层,传统的物联网异常检测方法无法有效识别数据异常并快速定位异常发生在哪一层。文中提出以深度递归网络对物联网系统异常检测进行建模,感知层、传输层、应用层作为深度网络输出层,深度递归网络通过核函数变换能够提取高阶特征,并且深度递归网络本身的时序特性能够提升异常检测的准确性。实验结果表明,深度递归网络在物联网系统异常检测中能够获得较高的检测准确率。 展开更多
关键词 深度递归网络 回归分析 高阶特征 物联网系统安全 异常检测 核函数
在线阅读 下载PDF
移动车载边缘网络中基于递归深度强化学习的协作缓存接力算法
4
作者 吴红海 王白冰 +1 位作者 马华红 邢玲 《通信学报》 EI CSCD 北大核心 2024年第11期277-286,共10页
考虑无路侧单元覆盖的场景,充分利用车辆之间的协作来构建缓存系统,提出一种基于递归深度强化学习的协作缓存接力算法。考虑缓存决策的动态特性,将问题建模为部分可观察的马尔可夫决策过程,利用图神经网络预测车辆轨迹,并通过计算车辆... 考虑无路侧单元覆盖的场景,充分利用车辆之间的协作来构建缓存系统,提出一种基于递归深度强化学习的协作缓存接力算法。考虑缓存决策的动态特性,将问题建模为部分可观察的马尔可夫决策过程,利用图神经网络预测车辆轨迹,并通过计算车辆间的连接稳定性度量,选择可作为缓存节点的车辆。此外,将长短期记忆网络嵌入深度确定性策略梯度算法中,以实现最终的缓存决策。仿真结果表明,所提算法在缓存命中率和时延方面优于传统缓存算法。 展开更多
关键词 车载边缘网络 协作缓存接力 递归深度强化学习 马尔可夫决策
在线阅读 下载PDF
基于特定信息上界的智能电表隐私保护发布
5
作者 刘超 王璐 +2 位作者 梁来明 周慧琼 谭成伟 《计算机应用与软件》 北大核心 2025年第8期48-54,62,共8页
为了同时兼顾隐私保护和数据效用,提出一种基于特定信息上界的智能电表隐私保护发布方法。该文引入一种基于特定信息上界的隐私保护发布训练函数;为了使敏感变量的真实分布和近似分布之间的KL散度最小化,引入适用于深度学习框架的原始... 为了同时兼顾隐私保护和数据效用,提出一种基于特定信息上界的智能电表隐私保护发布方法。该文引入一种基于特定信息上界的隐私保护发布训练函数;为了使敏感变量的真实分布和近似分布之间的KL散度最小化,引入适用于深度学习框架的原始问题的松弛公式。另外,使用深度循环神经网络来捕获和利用智能电表信号的时间相关性。通过实验验证了提出方法能够降低特定隐私目标的失真程度,并能有效保护隐私。 展开更多
关键词 隐私保护 特定信息 智能电表 深度递归神经网络
在线阅读 下载PDF
基于改进递归网络的智慧楼宇负荷预测方法 被引量:2
6
作者 肖荣洋 黄雁 《沈阳工业大学学报》 CAS 北大核心 2022年第2期121-126,共6页
针对智慧楼宇负荷类型复杂且多变导致的负荷预测精度低等问题,提出了一种基于改进递归网络的智慧楼宇负荷预测方法.该方法在深度神经网络多隐层结构的基础上增设了关联层,使深度递归神经网络(DRNN)模型具有动态特性,并利用改进粒子群优... 针对智慧楼宇负荷类型复杂且多变导致的负荷预测精度低等问题,提出了一种基于改进递归网络的智慧楼宇负荷预测方法.该方法在深度神经网络多隐层结构的基础上增设了关联层,使深度递归神经网络(DRNN)模型具有动态特性,并利用改进粒子群优化算法对模型权值空间进行优化,进而实现楼宇负荷的准确预测.基于不同类型楼宇的实验结果表明,所提方法的预测误差约在±0.3 MW的范围内波动,其均方根差与平均绝对百分比误差分别为0.27 MW和1.05%,且预测误差均小于其他对比方法. 展开更多
关键词 改进粒子群优化算法 深度递归神经网络 智慧楼宇 负荷预测 关联层 均方根差 平均绝对百分比误差 预测误差
在线阅读 下载PDF
一种基于准时制的BOM设计模型 被引量:2
7
作者 肖依永 王树明 《机械科学与技术》 CSCD 北大核心 2003年第3期372-374,共3页
介绍了一个产品数据库管理中的 BOM的设计模型。该模型采用多层嵌套 BOM表的方式描述产品的结构 ,实现了产品、半成品 BOM的灵活的联动设计。同时引入在 BOM表中零件的用料提前时间的概念 ,在生产领料清单的计算过程中考虑了成品的生产... 介绍了一个产品数据库管理中的 BOM的设计模型。该模型采用多层嵌套 BOM表的方式描述产品的结构 ,实现了产品、半成品 BOM的灵活的联动设计。同时引入在 BOM表中零件的用料提前时间的概念 ,在生产领料清单的计算过程中考虑了成品的生产工期、中间自产零件的生产工期和零件供货期的时间因数 ,实现了装配生产过程中零件需求的数量和需求时间的计算。本文还给出了一种改进的多叉树深度递归算法 ,实现递归过程中的 BOM表循环嵌套的检测。 展开更多
关键词 物料清单 准时制 用料提前期 深度递归
在线阅读 下载PDF
一种PDM中产品设计成本的核算模型及应用 被引量:2
8
作者 赵红 肖依永 《计算机工程与应用》 CSCD 北大核心 2003年第17期63-65,共3页
提出了一种在产品设计状态下的成本核算模型及相关算法。该算法采用零部件模块化设计,可快速联动响应产品或设计变动所引起的成本变化。该算法用于解决产品数据管理(PDM)中成本核算和成本控制的关键问题,其应用已经取得显著成效。
关键词 深度递归算法 PDM BOM
在线阅读 下载PDF
基于TSA-DRNN模型的年径流预测研究 被引量:4
9
作者 崔东文 杨琼波 《华北水利水电大学学报(自然科学版)》 北大核心 2021年第6期35-41,共7页
为了解决深度递归神经网络(DRNN)权值和阈值难以选取的问题,有效提高DRNN径流预测精度,提出了被囊群算法(TSA)与DRNN相融合的预测方法。选取4个标准测试函数对TSA进行仿真验证,并与粒子群优化(PSO)算法的仿真结果进行比较;通过主成分分... 为了解决深度递归神经网络(DRNN)权值和阈值难以选取的问题,有效提高DRNN径流预测精度,提出了被囊群算法(TSA)与DRNN相融合的预测方法。选取4个标准测试函数对TSA进行仿真验证,并与粒子群优化(PSO)算法的仿真结果进行比较;通过主成分分析(PCA)对数据样本进行降维并构建DRNN_(2)(双隐层DRNN)、DRNN_(3)(三隐层DRNN)、DRNN_(4)(四隐层DRNN)模型,利用TSA优化DRNN权值和阈值,建立了TSA-DRNN_(2)、TSA-DRNN_(3)、TSA-DRNN_(4)径流预测模型,并构建TSA-Elman、Elman、DRNN_(2)、DRNN_(3)、DRNN_(4)、TSA-SVM模型作对比;利用云南省姑老河站年径流预测实例对TSA-DRNN_(2)、TSA-DRNN_(3)、TSADRNN_(4)、TSA-Elman、Elman、DRNN_(2)、DRNN_(3)、DRNN_(4)、TSA-SVM模型进行检验。结果表明:在不同维度条件下,TSA仿真效果优于PSO算法,具有较好的寻优精度和全局搜索能力;TSA-DRNN_(2)、TSA-DRNN_(3)、TSADRNN_(4)模型对实例年径流预测的平均相对误差分别为3.63%、2.81%、2.50%,预测精度优于TSA-Elman等其他6种模型,且随着隐含层数的增加,预测精度呈提高趋势。TSA-DRNN模型用于径流预测是可行的,模型及DRNN权、阈值优化方法可为相关预测研究提供参考。 展开更多
关键词 径流预测 深度递归神经网络(DRNN) 被囊群算法(TSA) 仿真验证 数据降维 权、阈值优化
在线阅读 下载PDF
低质量无约束人脸图像下的超分辨率摆正
10
作者 孙强 谭晓阳 《计算机应用》 CSCD 北大核心 2017年第11期3226-3230,3237,共6页
针对人脸识别算法准确率受面部姿态、遮挡、图像分辨率等因素影响的问题,提出一种超分辨率摆正的方法,作用于低质量无约束输入图像上,生成高清晰度标准正面视图。主要通过估计输入图像与3D模型间的投影矩阵,产生标准正面视图,通过人脸... 针对人脸识别算法准确率受面部姿态、遮挡、图像分辨率等因素影响的问题,提出一种超分辨率摆正的方法,作用于低质量无约束输入图像上,生成高清晰度标准正面视图。主要通过估计输入图像与3D模型间的投影矩阵,产生标准正面视图,通过人脸对称性的特点,补全由于姿态、遮挡等原因所产生的面部缺失像素。在摆正过程中,为了提高图像分辨率以及避免面部像素信息丢失,引入一个16层的深度递归卷积神经网络进行超分辨率重构;并提出两个扩展:递归监督和跳跃链接,来降低网络训练难度以及缩小模型体量。在经过处理的LFW数据集上实验表明,该方法对人脸识别和性别检测算法的性能具有显著提升作用。 展开更多
关键词 人脸识别 人脸摆正 3D重建 超分辨率重构 深度递归卷积神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部