期刊文献+
共找到351篇文章
< 1 2 18 >
每页显示 20 50 100
基于长短时记忆循环神经网络的北京市糖尿病合并呼吸系统疾病患者入院预测研究 被引量:1
1
作者 朱倩 章萌 +6 位作者 胡耀余 徐小林 陶丽新 张杰 罗艳侠 郭秀花 刘相佟 《浙江大学学报(医学版)》 CAS CSCD 北大核心 2022年第1期1-9,共9页
目的:比较广义相加模型(GAM)和长短时记忆循环神经网络(LSTM-RNN)对糖尿病合并呼吸系统疾病患者入院频数的预测效果。方法:收集2014年1月1日至2019年12月31日北京市大气污染物、气象因素和呼吸系统疾病入院数据,基于LSTM-RNN预测糖尿病... 目的:比较广义相加模型(GAM)和长短时记忆循环神经网络(LSTM-RNN)对糖尿病合并呼吸系统疾病患者入院频数的预测效果。方法:收集2014年1月1日至2019年12月31日北京市大气污染物、气象因素和呼吸系统疾病入院数据,基于LSTM-RNN预测糖尿病合并呼吸系统疾病患者入院频数并与GAM对比,模型评价采用五折交叉验证法。结果:与GAM相比,LSTM-RNN具有较低的预测误差[均方根误差(RMSE)分别为21.21±3.30和46.13±7.60,P<0.01;平均绝对误差(MAE)分别为14.64±1.99和36.08±6.20,P<0.01]和较高的拟合优度(R^(2)值分别为0.79±0.06和0.57±0.12,P<0.01)。在性别分层中,预测女性入院频数时,LSTM-RNN三项指标均优于GAM(均P<0.05);预测男性入院频数时,两模型误差评价指标差异无统计学意义(均P>0.05)。在季节分层中,预测温暖季节的入院频数时,LSTM-RNN的RMSE和MAE均低于GAM(均P<0.05),R2值差异无统计学意义(P>0.05);预测寒冷季节入院频数时,两种模型的RMSE、MAE和R2值差异均无统计学意义(均P>0.05)。在功能区分层中,预测首都功能核心区入院频数时,LSTM-RNN的RMSE、MAE和R2值均优于GAM(均P<0.05)。结论:LSTM-RNN预测误差较小,拟合程度优,可作为污染天气提前精准配置医疗资源的预测手段。 展开更多
关键词 长短时记忆循环神经网络 广义相加模型 呼吸系统疾病 糖尿病 日入院频数 预测
在线阅读 下载PDF
卷积循环神经网络的高光谱图像解混方法
2
作者 孔繁锵 余圣杰 +2 位作者 王坤 方煦 吕志杰 《西安电子科技大学学报》 北大核心 2025年第1期142-151,共10页
针对传统的解混方法和基于自编码器的解混网络方法,利用空间信息提升了解混性能,但未深入挖掘和利用光谱特征,而光谱特征和空间信息的有效结合能够进一步提高解混性能,因此,提出了基于双向卷积长短期记忆网络的解混框架。该框架采用创... 针对传统的解混方法和基于自编码器的解混网络方法,利用空间信息提升了解混性能,但未深入挖掘和利用光谱特征,而光谱特征和空间信息的有效结合能够进一步提高解混性能,因此,提出了基于双向卷积长短期记忆网络的解混框架。该框架采用创新性的网络结构设计,通过卷积层深入挖掘空间特征,同时利用卷积长短期记忆单元充分挖掘波段间的光谱变异性及其光谱相关性,有效处理光谱维度的序列信息,从而实现对高光谱数据更加精准和高效的分析。为了更加细致地区分和利用高光谱数据中不同谱段的特异性,采用深度光谱分区方法优化网络输入,通过自适应学习机制对不同光谱区域精细化处理,增强了模型对高光谱数据中复杂光谱关系的捕捉能力,进一步提升网络的解混性能。在模拟和多个真实高光谱数据集上的对比实验表明,该方法在解混精度和模型鲁棒性等方面均优于现有方法,特别是在处理复杂地物光谱特征时,表现出良好的泛化能力和稳定性,能够准确估计端元和丰度。 展开更多
关键词 高光谱图像 循环神经网络 自编码器 卷积长短记忆网络 深度光谱分区
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
3
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
基于改进LSTM循环神经网络的装备故障预测方法
5
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
基于循环神经网络的多模态数据层次化缓存系统设计
6
作者 张燕 《现代电子技术》 北大核心 2025年第4期52-56,共5页
为提升对多模态数据的管理效果,提高数据访问速度并减轻数据库负载,设计一种基于循环神经网络的多模态数据层次化缓存系统。在DRAM/NVM混合内存模块中,利用DRAM完成主存NVM的缓存。当DRAM存在缓存缺失时,利用访问监控模块内置高速采集... 为提升对多模态数据的管理效果,提高数据访问速度并减轻数据库负载,设计一种基于循环神经网络的多模态数据层次化缓存系统。在DRAM/NVM混合内存模块中,利用DRAM完成主存NVM的缓存。当DRAM存在缓存缺失时,利用访问监控模块内置高速采集卡来采集NVM上频繁访问4 KB数据块的历史访问记录,再将历史访问记录编码为访问向量后构建训练集,作为长短期记忆(LSTM)网络的输入,用于预测访问频率。在缓存过滤模块中,将访问频率预测结果高于设定阈值部分的4 KB多模态数据读取到DRAM中进行缓存。实验结果显示:所设计系统可最大程度地降低系统带宽占用情况,TLB缺失率低,缓存执行效率较高,面对大页面具备显著缓存优势。 展开更多
关键词 多模态数据 层次化缓存 循环神经网络 长短记忆(LSTM)网络 DRAM NVM 访问频率
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:14
7
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
8
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:5
9
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
10
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
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:5
11
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
基于循环神经网络的GDP预测研究与分析
12
作者 白斌丽 吴年祥 《安徽水利水电职业技术学院学报》 2024年第1期85-90,共6页
GDP(Gross Domestic Product)和人均GDP是一个国家经济实力的标志性指标,反映一个国家经济发展状况。通过世界银行提供各国1976年以来的GDP和人均GDP数据对LSTM(Long Short-Term Memory)网络进行了训练,用训练好的LSTM网络对6个国家的人... GDP(Gross Domestic Product)和人均GDP是一个国家经济实力的标志性指标,反映一个国家经济发展状况。通过世界银行提供各国1976年以来的GDP和人均GDP数据对LSTM(Long Short-Term Memory)网络进行了训练,用训练好的LSTM网络对6个国家的人均GDP进行了预测。通过对预测值和实际值的比较,结果显示LSTM网络对人均GDP的预测效果明显优于传统的统计学方法。 展开更多
关键词 人均GDP 深度学习 循环神经网络 长短记忆网络
在线阅读 下载PDF
基于自注意力层的神经网络弹道落点预测方法
13
作者 马月红 曹彦敏 +5 位作者 李超旺 赵辰 周辉 赵慧亮 王晓成 李乾 《弹箭与制导学报》 北大核心 2025年第1期53-61,共9页
针对现有的弹道落点预测方法误差大和气象变化适应不足的问题,建立了包含气象条件的弹道数据集,并提出了一种基于自注意力层的CNN-BiLSTM-BiGRU弹道落点预测方法。在所构建的组合模型中引入自注意力层和残差连接,加强模型在处理输入序... 针对现有的弹道落点预测方法误差大和气象变化适应不足的问题,建立了包含气象条件的弹道数据集,并提出了一种基于自注意力层的CNN-BiLSTM-BiGRU弹道落点预测方法。在所构建的组合模型中引入自注意力层和残差连接,加强模型在处理输入序列时动态关注不同时刻信息的能力,缓解网络中的梯度爆炸问题。采用多维时间序列数据的输入表示方法,结合历史弹道轨迹数据和目标特征等信息,减小弹道落点预测误差。仿真结果表明,基于自注意力层的CNN-BiLSTM-BiGRU网络模型的预测效果优于其他模型,射程预测的最大误差占真实值的0.156%,横偏预测的最大误差占真实值的5.904%。文中研究为弹道落点预测领域提供了重要的参考依据。 展开更多
关键词 弹道落点预测 深度学习 弹道模型 自注意力层 卷积神经网络 长短记忆网络 门控循环神经网络
在线阅读 下载PDF
基于循环神经网络的工程专业语义智能分析方法研究
14
作者 师玲萍 《电子设计工程》 2024年第2期36-40,共5页
针对传统翻译方法学习能力差、翻译质量较低的问题,提出了一种基于循环神经网络的专业英语机器翻译方法。该方法以编码器-解码器为模型框架,利用改进的循环卷积神经网络对输入数据加以训练。同时编码器使用多头注意力机制对输入数据进... 针对传统翻译方法学习能力差、翻译质量较低的问题,提出了一种基于循环神经网络的专业英语机器翻译方法。该方法以编码器-解码器为模型框架,利用改进的循环卷积神经网络对输入数据加以训练。同时编码器使用多头注意力机制对输入数据进行共同训练,进而使算法兼具局部与全局特性。解码器单层则采用三子层结构,分别为多头注意力子层、上下文信息子层及全连接子层,可保证句子翻译的流畅性。在实验测试中,所提算法的BLEU值与其他算法相比提升了2.7;而在专业语料翻译测试中,相较于网络翻译,该算法的准确性和流畅度均更优,由此表明其性能较好,具有一定的工程应用价值。 展开更多
关键词 翻译方法 循环神经网络 编码器 解码器 多头注意力机制 长短记忆网络
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
15
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
基于长短期记忆循环神经网络的伊拉克H油田碳酸盐岩储层渗透率测井评价 被引量:6
16
作者 杨旺旺 张冲 +3 位作者 杨梦琼 张亚男 汪明锐 孙康 《大庆石油地质与开发》 CAS CSCD 北大核心 2022年第1期126-133,共8页
伊拉克H油田碳酸盐岩储层孔隙结构复杂,孔隙类型多样,给渗透率测井评价工作带来了极大困难。针对这一问题,建立了基于测井序列信息的长短期记忆(LSTM)循环神经网络渗透率预测模型。从测井响应差异以及测井序列信息出发,优选敏感测井曲线... 伊拉克H油田碳酸盐岩储层孔隙结构复杂,孔隙类型多样,给渗透率测井评价工作带来了极大困难。针对这一问题,建立了基于测井序列信息的长短期记忆(LSTM)循环神经网络渗透率预测模型。从测井响应差异以及测井序列信息出发,优选敏感测井曲线,搭建LSTM循环神经网络,训练网络并优化网络参数,建立了基于LSTM循环神经网络的伊拉克H油田碳酸盐岩储层渗透率预测模型。应用该模型对伊拉克H油田进行渗透率测井评价,并将预测结果与灰色系统预测模型GM(0,N)进行对比。结果表明:相对于灰色系统预测模型的结果,基于LSTM循环神经网络的渗透率预测模型的均方根误差降低了29.47%,皮尔逊(Pearson)相关系数提高了6.59%,取得了较好的应用效果。该模型能够充分挖掘测井曲线与渗透率之间关系的信息,提升了储层渗透率评价精度。 展开更多
关键词 长短记忆循环神经网络 伊拉克H油田碳酸盐岩储层 渗透率 测井评价
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
17
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
长短时记忆神经网络在卫星轨道预报中的研究 被引量:13
18
作者 朱俊鹏 赵洪利 +1 位作者 杜鑫 蒋勇 《兵器装备工程学报》 CAS 2017年第10期127-132,共6页
目前的卫星轨道预报主要依靠动力学模型。由于模型与实际卫星所在空间环境变化存在差异,故通过动力学模型预报的轨道与实际轨道的偏差较大;尤其低轨卫星,由于空间环境复杂多变,预报误差更大;利用深度学习的神经网络作为轨道预报的工具,... 目前的卫星轨道预报主要依靠动力学模型。由于模型与实际卫星所在空间环境变化存在差异,故通过动力学模型预报的轨道与实际轨道的偏差较大;尤其低轨卫星,由于空间环境复杂多变,预报误差更大;利用深度学习的神经网络作为轨道预报的工具,通过对卫星轨道数据的训练学习,掌握数据之间隐含的关系预测未来数据;将深度学习的长短时记忆神经网络模型优化,并将预报数据与实际数据进行对比分析,将预报20 d的误差由之前最大值的300 km降低到5 km以下,提高了神经网络预报卫星轨道的精度。 展开更多
关键词 轨道预报 低轨卫星 深度学习 长短记忆神经网络
在线阅读 下载PDF
应用长短期记忆循环神经网络的弱反射信号增强方法 被引量:1
19
作者 隋京坤 陈胜 +1 位作者 郑晓东 胡天跃 《石油地球物理勘探》 EI CSCD 北大核心 2023年第1期1-8,共8页
由于沉积环境的特殊性和复杂性,地下介质中不同反射界面的波阻抗差可能差异巨大。如果储层的有效反射信息较弱,在地震数据中极可能被强反射信息掩盖,不易被识别,影响了储层识别效果,因此亟需一种解释性处理技术突出弱反射信息。常规方... 由于沉积环境的特殊性和复杂性,地下介质中不同反射界面的波阻抗差可能差异巨大。如果储层的有效反射信息较弱,在地震数据中极可能被强反射信息掩盖,不易被识别,影响了储层识别效果,因此亟需一种解释性处理技术突出弱反射信息。常规方法一般是先从地震数据中分离出强反射分量,再将它削弱或删除。但如果地震子波提取不准确,减去法中强反射残留会引入虚假信号。文中提出了一种“升弱降强”的新思路,通过构建幂次反射系数映射模型缩小弱反射信号与强反射信号的相对差异。首先计算测井反射系数的幂次反射系数,将弱反射系数相对增大、强反射系数相对减小,得到拟反射系数序列;再用原始反射系数序列和拟反射系数序列分别与地震子波进行褶积运算,得到合成地震记录和拟合成地震记录,生成训练样本集;然后用该样本集训练长短期记忆(LSTM)循环神经网络,建立合成地震记录与拟合成地震记录的映射关系;最后将该网络应用于地震数据,增强了地震弱反射信号。模型和实际数据应用结果表明,该方法能有效增强地层本身引起的弱反射信号,提高地震数据的储层识别能力。 展开更多
关键词 拟反射系数 长短记忆(LSTM)循环神经网络 弱反射信号增强
在线阅读 下载PDF
基于LSTM循环神经网络的故障时间序列预测 被引量:365
20
作者 王鑫 吴际 +3 位作者 刘超 杨海燕 杜艳丽 牛文生 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2018年第4期772-784,共13页
有效地预测使用阶段的故障数据对于合理制定可靠性计划以及开展可靠性维护活动等具有重要的指导意义。从复杂系统的历史故障数据出发,提出了一种基于长短期记忆(LSTM)循环神经网络的故障时间序列预测方法,包括网络结构设计、网络训练和... 有效地预测使用阶段的故障数据对于合理制定可靠性计划以及开展可靠性维护活动等具有重要的指导意义。从复杂系统的历史故障数据出发,提出了一种基于长短期记忆(LSTM)循环神经网络的故障时间序列预测方法,包括网络结构设计、网络训练和预测过程实现算法等,进一步以预测误差最小为目标,提出了一种基于多层网格搜索的LSTM预测模型参数优选算法,通过与多种典型时间序列预测模型的实验对比,验证了所提出的LSTM预测模型及其参数优选算法在故障时间序列分析中具有很强的适用性和更高的准确性。 展开更多
关键词 长短记忆(LSTM)模型 循环神经网络 故障间序列预测 多层网格搜索 深度学习
在线阅读 下载PDF
上一页 1 2 18 下一页 到第
使用帮助 返回顶部