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
共找到155篇文章
< 1 2 … 8 >
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：
基于LightGBM和LSTM模型的电力大数据异常用电检测方法研究
1
作者 杨志东 丁建武 +2 位作者 陈广久 康晓婧 盛萌 《电测与仪表》 北大核心 2025年第1期110-115,共6页
随着双碳经济的提出,智能电网正朝着节能减排的方向发展,而用户的异常用电造成电力资源严重流失。针对传统异常用电检测方法精度低、运行效率慢等问题,提出了一种将LightGBM模型与改进的长短期记忆网模型相结合用于异常用电检测。通过... 随着双碳经济的提出,智能电网正朝着节能减排的方向发展,而用户的异常用电造成电力资源严重流失。针对传统异常用电检测方法精度低、运行效率慢等问题,提出了一种将LightGBM模型与改进的长短期记忆网模型相结合用于异常用电检测。通过采样和Lightgbm模型相结合进行异常检测,并通过改进长短期记忆网模型给出异常用电类别。通过试验分析了所提方法的优点。结果表明,与传统的检测方法相比,该方法能够快速有效地检测异常用户,检测准确率为98.64%。同时对异常数据进行有效分类,综合分类准确率为96.60%。为异常检测技术的发展提供了一定的参考。 展开更多
关键词 电力大数据 异常用电 Lightgbm模型 lstm模型 双碳经济
在线阅读 下载PDF
基于RF-LSTM模型的城市洪涝积水模拟研究
2
作者 黄楚雯 管永乐 王洪发 《人民黄河》 北大核心 2025年第6期50-56,共7页
受强降雨的影响,降雨后期洪水依然存在,并可能持续造成危害和影响。为了准确预测城市洪涝积水的深度和持续时间,针对短历时降雨后期洪水模拟困难的问题,提出了RF-LSTM耦合模型。基于SWMM模型模拟的郑州市洪涝积水数据,利用提出的模型对... 受强降雨的影响,降雨后期洪水依然存在,并可能持续造成危害和影响。为了准确预测城市洪涝积水的深度和持续时间,针对短历时降雨后期洪水模拟困难的问题,提出了RF-LSTM耦合模型。基于SWMM模型模拟的郑州市洪涝积水数据,利用提出的模型对其中3个代表积水点的洪水深度进行模拟,并预测不同重现期降雨引起的洪水过程。结果表明:与单一LSTM模型相比,RF-LSTM模型的预测精度得到了提升,验证了该模型在洪水预测中的适用性。3个积水点的洪水持续时间和最大洪水深度的增长率在1~2 a重现期下均是最高的,建议翻修或重新设计现有的排水系统。 展开更多
关键词 RF模型 lstm模型 SWMM模型 洪水模拟 郑州市
在线阅读 下载PDF
基于K-means聚类与LSTM模型的多能源耦合电力负荷预测
3
作者 葛亚明 仇晨光 +3 位作者 谢丽荣 李艺丰 李刚 赵玉林 《现代电力》 北大核心 2025年第2期369-376,共8页
伴随“碳达峰,碳中和”目标的提出,提升可再生能源利用率和保障能源系统灵活运用是当下电力市场发展的必然要求。与传统供能模式相比,综合能源系统考虑多能耦合协调发展,在电力市场化过程中,用能特性变化导致负荷波动规律性不明晰,影响... 伴随“碳达峰,碳中和”目标的提出,提升可再生能源利用率和保障能源系统灵活运用是当下电力市场发展的必然要求。与传统供能模式相比,综合能源系统考虑多能耦合协调发展,在电力市场化过程中,用能特性变化导致负荷波动规律性不明晰,影响因素的增多使负荷预测难度增大。首先分析多能耦合用能特性和影响因子间的相关性,其次对各主要因素开展K-means聚类分析,选择具有代表意义的典型日作为预测样本,采用LSTM模型预测考虑多能源间相互影响的电力负荷,建立电力负荷预测模型。最后以某综合能源园区为例进行算例分析,对比采用该方法前后预测数据的精确度,分别计算各项误差变化比例证明方法的可行性,为多能耦合的电力负荷预测提供理论基础。 展开更多
关键词 综合能源 K-MEANS聚类 lstm模型 负荷预测
在线阅读 下载PDF
基于LSTM模型的地表水总氮预测模型
4
作者 徐洁 耿伯彰 +3 位作者 娄英斌 苏静 刘语薇 解怀君 《中国环境监测》 北大核心 2025年第2期63-68,共6页
探讨了一种基于长短期记忆神经网络(LSTM)的预测模型,用于预测地表水中的总氮含量。该方法利用LSTM的循环神经网络结构,有效地捕捉时间序列数据中的长期依赖关系,并处理非线性、非平稳数据。通过收集大连市2011—2022年6个断面的地表水... 探讨了一种基于长短期记忆神经网络(LSTM)的预测模型,用于预测地表水中的总氮含量。该方法利用LSTM的循环神经网络结构,有效地捕捉时间序列数据中的长期依赖关系,并处理非线性、非平稳数据。通过收集大连市2011—2022年6个断面的地表水监测月度数据,建立LSTM模型,利用历史数据学习河流总氮的时空规律,实现对未来一段时间内河流断面的总氮含量的预测。评估结果表明,该模型的准确性和稳定性较高,能够为水资源管理者提供更准确的河流总氮预测信息,实现科学合理的水资源调控和保护,同时为探究河流水质动态变化机制提供新的方法和视角。 展开更多
关键词 lstm模型 总氮浓度预测 时间序列预测
在线阅读 下载PDF
融合SEIR与LSTM模型的传染病预测研究 被引量：1
5
作者 杨桂松 高炳涛 +1 位作者 何杏宇 瞿国庆 《小型微型计算机系统》 CSCD 北大核心 2024年第8期1887-1894,共8页
针对现有的传染病预测模型未充分考虑时间序列的复杂度且预测性能不稳定等问题,提出一种基于传染病动力学模型SEIR与长短时记忆网络(LSTM)的传染病组合预测模型.首先,通过计算Pearson相关系数分析气候因素与传染病新增人数之间的相关性... 针对现有的传染病预测模型未充分考虑时间序列的复杂度且预测性能不稳定等问题,提出一种基于传染病动力学模型SEIR与长短时记忆网络(LSTM)的传染病组合预测模型.首先,通过计算Pearson相关系数分析气候因素与传染病新增人数之间的相关性;其次,通过FE(Fuzzy Entropy)算法提取序列的局部特征且保证序列的平稳性,降低时间序列的复杂度,提升时间序列的可预测性;最后,根据传染病特点,构建SEIR模型分析不同人群传播情况,并结合LSTM模型实现大幅度提升传染病预测精度.仿真结果表明,相较于传统的模型算法,本文提出的混合模型能保证预测的平稳性并实现更高的预测精度,同时,本文使用该混合模型在不同的干预策略下进行预测,表明了提早采取防控措施对遏制传染病传播的重要性. 展开更多
关键词 传染病 Pearson相关系数 FE算法 SEIR模型 lstm模型
在线阅读 下载PDF
考虑记忆时间的LSTM模型在赣江流域径流预报中的应用 被引量：8
6
作者 胡乐怡 蒋晓蕾 +4 位作者 周嘉慧 欧阳芬 戴逸姝 章丽萍 付晓雷 《湖泊科学》 EI CAS CSCD 北大核心 2024年第4期1241-1251,I0030,共12页
在气候变化条件下,准确的径流预测对水资源的规划与管理十分重要。本文基于长短时记忆神经网络(LSTM)模型,采用赣江流域外洲、峡江以及栋背水文站的逐日流量以及CN05.1日降水数据构建3个不同面积流域的径流预测模型,并通过设置不同情景... 在气候变化条件下,准确的径流预测对水资源的规划与管理十分重要。本文基于长短时记忆神经网络(LSTM)模型,采用赣江流域外洲、峡江以及栋背水文站的逐日流量以及CN05.1日降水数据构建3个不同面积流域的径流预测模型,并通过设置不同情景分析:模型的有效预见期与不同流域平均产汇流时间之间的关系,有效预见期内LSTM径流预测模型精度与记忆时间之间的关系,不同长度的预见期与模型最佳记忆时间之间的关系,同时探讨LSTM径流预测所需的记忆时间与流域面积的关系。结果表明:(1)综合考虑降水和前期径流情景下的径流预测效果最好,当预见期为1 d时,外洲、峡江、栋背站的纳什效率系数(NSE)分别可达0.98、0.96以及0.90;且其有效预见期与仅考虑降水信息的有效预见期相同,均与流域平均产汇流时间相近。(2)随着预见期的延长,不同情景下的预测精度均有不同程度的下降,其中仅考虑前期径流情景的下降率最大,说明降水信息较前期径流对径流预测效果的提升更重要。同时,随着流域面积的增加,相同预见期内径流预测精度均有所提升。(3)当预见期相同时,随记忆时间的延长,不同径流预测模型的预测精度均先上升至最高,接着具有下降趋势,最后逐渐趋于稳定。且在有效预见期内,随着预见期的延长,最佳记忆时间均有增大趋势,当达到最长的有效预见期时,对应的最佳记忆时间均为14 d。此外,在赣江流域的模拟结果表明,随着流域面积的增大,LSTM的最佳记忆时间减小。研究结果可为赣江流域的径流预报提供参考,同时有助于推求其他流域采用机器学习进行径流预测所需的最佳记忆时间。 展开更多
关键词 lstm模型 赣江流域 记忆时间 径流预测 预见期
在线阅读 下载PDF
基于径流模数的LSTM模型在无资料嵌套流域的应用 被引量：11
7
作者 石卓 史东华 +2 位作者 姚成 孟涵 张锦堂 《河海大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第3期51-57,共7页
针对LSTM模型参数在无资料嵌套流域移植效果不佳的问题,以屯溪流域为研究对象,以其嵌套子流域为参证流域,综合考虑面积因素对参数移植法的影响,建立了基于径流模数的LSTM模型(RM-LSTM模型),并采用参数移植法进行流域洪水过程模拟。结果... 针对LSTM模型参数在无资料嵌套流域移植效果不佳的问题,以屯溪流域为研究对象,以其嵌套子流域为参证流域,综合考虑面积因素对参数移植法的影响,建立了基于径流模数的LSTM模型(RM-LSTM模型),并采用参数移植法进行流域洪水过程模拟。结果表明:RM-LSTM模型在研究流域应用效果较好,模拟结果的确定性系数达0.87,洪峰、洪量及峰现时间合格率均在85.0%以上;在参证子流域内,RM-LSTM模型参数移植后模拟结果的确定性系数及洪峰、洪量、峰现时间合格率较LSTM模型参数移植结果均有明显提升;RM-LSTM模型能够更好地考虑流域面积变化对参数移植方法的影响。 展开更多
关键词 lstm模型 径流模数 参数移植 无资料地区 嵌套流域 屯溪流域
在线阅读 下载PDF
基于量子行为花朵授粉算法优化LSTM模型 被引量：1
8
作者 李汝嘉 贺壹婷 +5 位作者 季荣彪 李亚东 孙晓海 陈娇娇 吴叶辉 王灿宇 《吉林大学学报（理学版）》 CAS 北大核心 2024年第5期1163-1178,共16页
针对传统花朵授粉算法(flower pollination algorithm, FPA)受初始参数影响较大、且易陷入局部最优解或算法无法收敛等问题,提出一种基于量子行为的花朵授粉算法(quantum-inspired flower pollination algorithm, QFPA).通过引入量子系... 针对传统花朵授粉算法(flower pollination algorithm, FPA)受初始参数影响较大、且易陷入局部最优解或算法无法收敛等问题,提出一种基于量子行为的花朵授粉算法(quantum-inspired flower pollination algorithm, QFPA).通过引入量子系统到FPA中,使授粉过程中的搜索更高效,从而提高全局搜索能力.此外,还引入轨迹分析,使种群能更好地逃离局部最优解,进一步降低误差.为验证该方法的有效性,先通过选定的几个基准函数对QFPA进行评估,然后采用评估效果最好的QFPA对长短期记忆网络(LSTM)模型超参数进行寻优,最后在用自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)算法去除噪声后的空气质量数据集上进行实验,并与其他几种常用的优化算法进行对比.实验结果表明:QFPA提高了优化算法的全局搜索能力和收敛性;QFPA-LSTM模型增强了长时间序列数据预测的准确性和效率,该模型预测的均方根误差为10.93μg/m^(3),为实际应用中的空气质量预测提供了可靠的解决方案. 展开更多
关键词 花朵授粉算法 量子行为花朵授粉算法 CEEMDAN算法 lstm模型
在线阅读 下载PDF
基于LSTM模型的浮式风机系泊监测数据解算方法
9
作者 梁瑞庆 邓燕飞 冯玮 《中国测试》 CAS 北大核心 2024年第8期28-33,共6页
针对浮式风机系泊倾角监测数据如何准确解算为系泊张力响应的问题,提出一种基于长短时记忆(LSTM)网络与全连接网络(FCN)相结合的系泊张力解算模型。首先,针对在役的“扶摇号”浮式风机,建立风-浪-流耦合时域仿真模型,用以获取不同工况... 针对浮式风机系泊倾角监测数据如何准确解算为系泊张力响应的问题,提出一种基于长短时记忆(LSTM)网络与全连接网络(FCN)相结合的系泊张力解算模型。首先,针对在役的“扶摇号”浮式风机,建立风-浪-流耦合时域仿真模型,用以获取不同工况下系泊张力与倾角数据,从而形成神经网络的训练与验证数据集。在Keras框架下,开发FCN与LSTM的组合网络模型,选取Adam优化器进行训练,获得验证集损失函数最小的网络参数。最后,分别采用传统悬链线方程与神经网络模型对系泊张力响应进行预测,并与实际结果进行比对分析。结果表明:神经网络能够考虑到不同系泊倾角对应的导缆孔平均高度变化以及系泊运动的动态过程,在系泊张力时程曲线、均值、标准差及最大值等预测上比传统悬链线方程具有更高的精度,两者对于系泊张力最大值的预报误差分别为6.4%和17.1%。 展开更多
关键词 系泊张力 数据解算 FCN模型 lstm模型 系泊倾角
在线阅读 下载PDF
农民消费可持续性“U”型评价与乡村经济振兴关联:LSTM模型设计视角 被引量：1
10
作者 邹备战 黄晓东 《商业经济研究》 北大核心 2024年第6期113-116,共4页
本研究旨在探讨农民消费的可持续性评价与乡村经济振兴的关联,并以LSTM模型为设计视角进行分析。首先,构建了农民消费可持续性评价指标体系,包括可持续发展的概念与特征、农民消费的可持续性问题、相关指标的选择和定义等内容。其次,对... 本研究旨在探讨农民消费的可持续性评价与乡村经济振兴的关联,并以LSTM模型为设计视角进行分析。首先,构建了农民消费可持续性评价指标体系,包括可持续发展的概念与特征、农民消费的可持续性问题、相关指标的选择和定义等内容。其次,对农民消费行为进行了分析,包括农民消费行为特点的概述、农民消费行为对可持续性的影响、数据收集方法和样本选择等。然后,分析了乡村经济振兴的现状与需求,包括政府对乡村经济振兴的政策支持、乡村经济振兴的发展现状和趋势、乡村经济振兴面临的问题与挑战以及农民消费对乡村经济振兴的需求等。最后,通过对“U”型评价指标与乡村经济振兴的相关性分析和LSTM模型设计与预测结果分析,揭示了农民消费可持续性与乡村经济振兴的关联。 展开更多
关键词 农民消费 可持续性评价 乡村经济振兴 lstm模型
在线阅读 下载PDF
中国通货膨胀率预测——基于LSTM模型与BVAR模型的对比分析 被引量：14
11
作者 陈彦斌 刘玲君 陈小亮 《财经问题研究》 CSSCI 北大核心 2021年第6期18-29,共12页
前瞻性预测通货膨胀率有助于央行等政府部门更好地使用货币政策稳定物价,以防范通货膨胀对于市场主体尤其是中低收入群体的冲击,有助于金融机构和投资者更好地进行投资决策,因而具有重要意义。已有文献主要使用AR和VAR等线性模型对通货... 前瞻性预测通货膨胀率有助于央行等政府部门更好地使用货币政策稳定物价,以防范通货膨胀对于市场主体尤其是中低收入群体的冲击,有助于金融机构和投资者更好地进行投资决策,因而具有重要意义。已有文献主要使用AR和VAR等线性模型对通货膨胀率进行预测,对于变量间非线性关系以及历史数据信息的挖掘相对欠缺,因而已有文献的预测策略及其准确性有待改进。LSTM模型能够充分挖掘变量之间的非线性关系并且处理复杂的长期时序动态信息,从而弥补已有研究的不足。为此,本文使用LSTM模型对中国通货膨胀率进行预测,考虑到新常态以来中国的CPI和PPI走势多次背离,只使用CPI很难对一般物价水平进行全面把握,因此,本文使用LSTM模型对CPI和PPI两个指标进行了预测分析。研究结果表明,LSTM模型在预测中国通货膨胀率时表现出了较好的性能,且其预测效果明显优于BVAR模型。有鉴于此,本文建议将LSTM模型更广泛地用于通货膨胀率预测领域。除了CPI和PPI,未来还应该更加关注对核心CPI指标的预测,从而为货币政策的制度提供更有价值的决策参考。 展开更多
关键词 通货膨胀率 CPI PPI lstm模型 BVAR模型
在线阅读 下载PDF
基于机器学习算法的研究热点趋势预测模型对比与分析——BP神经网络、支持向量机与LSTM模型 被引量：64
12
作者 李静 徐路路 《现代情报》 CSSCI 2019年第4期23-33,共11页
[目的/意义]细粒度分析学科领域热点主题发展脉络并对利用机器学习算法对未来发展趋势进行准确预测研究。[方法/过程]提出一种基于机器学习算法的研究热点趋势预测方法与分析框架,以基因工程领域为例利用主题概率模型识别WOS核心集中论... [目的/意义]细粒度分析学科领域热点主题发展脉络并对利用机器学习算法对未来发展趋势进行准确预测研究。[方法/过程]提出一种基于机器学习算法的研究热点趋势预测方法与分析框架,以基因工程领域为例利用主题概率模型识别WOS核心集中论文摘要数据研究热点主题并进行主题演化关联构建,然后选取BP神经网络、支持向量机及LSTM模型等3种典型机器学习算法进行预测分析,最后利用RE指标和精准度指标评价机器学习算法预测效果并对基因工程领域在医药卫生、农业食品等方面研究趋势进行分析。[结果/结论]实验表明基于LSTM模型对热点主题未来发展趋势预测准确度最高,支持向量机预测效果次之,BP神经网络预测效果较差且预测稳定性不足,同时结合专家咨询和文献调研表明本文方法可快速识别基因领域研究主题及发展趋势,可为我国学科领域大势研判和架构调整提供决策支持和参考。 展开更多
关键词 热点主题 发展趋势 机器学习 lstm模型 支持向量机模型
在线阅读 下载PDF
一种基于主成分LSTM模型在股票预测中的研究 被引量：20
13
作者 王东 王霄鹏 杨川东 《重庆理工大学学报（自然科学）》 CAS 北大核心 2021年第2期282-288,共7页
在利用技术方法建立LSTM股票预测模型时,传统方法由于所选择的输入数据变量较多、数据信息存在重叠、异常值对训练影响较大等因素,经常导致泛化性差,预测效果欠佳。针对此类问题,提出利用主成分分析法将基础数据降维,再结合股票相关技... 在利用技术方法建立LSTM股票预测模型时,传统方法由于所选择的输入数据变量较多、数据信息存在重叠、异常值对训练影响较大等因素,经常导致泛化性差,预测效果欠佳。针对此类问题,提出利用主成分分析法将基础数据降维,再结合股票相关技术指标KDJ,MACD一同作为输入数据,并根据股票特性将模型调整后再进行预测。实验结果表明:PCA-S-LSTM模型在降低预测平均误差的同时,大大减少了运行时间,提高了预测稳定性,较为准确地预测了平安银行的收盘价,具有应用价值。 展开更多
关键词 神经网络 主成分分析法 lstm模型 股票价格预测
在线阅读 下载PDF
基于EEMD-LSTM模型的BDS卫星轨道预报精度分析 被引量：7
14
作者 吉长东 杨超 王强 《大地测量与地球动力学》 CSCD 北大核心 2023年第4期345-350,共6页
为解决深度学习模型中轨道误差序列数据的噪声误差积累问题,提出EEMD-LSTM组合预测模型,并利用GEO、IGSO、MEO三类卫星数据进行轨道预报分析。结果表明,EEMD-LSTM组合预测模型在卫星轨道预报中能够有效抑制噪声的误差积累,GEO、IGSO、ME... 为解决深度学习模型中轨道误差序列数据的噪声误差积累问题,提出EEMD-LSTM组合预测模型,并利用GEO、IGSO、MEO三类卫星数据进行轨道预报分析。结果表明,EEMD-LSTM组合预测模型在卫星轨道预报中能够有效抑制噪声的误差积累,GEO、IGSO、MEO三类卫星的轨道预报精度均有所提高,也能够有效拟合动力学模型轨道的预报误差,EEMD-LSTM组合预测模型对GEO、IGSO、MEO三类卫星的平均改进率imp分别提高2.70百分点、2.46百分点和8.33百分点。 展开更多
关键词 BDS轨道 lstm模型 EEMD-lstm组合模型 平均改进率 误差积累
在线阅读 下载PDF
基于多变量LSTM模型的青岛港集装箱吞吐量预测 被引量：8
15
作者 王凤武 张晓博 +1 位作者 吉哲 王乐 《重庆交通大学学报（自然科学版）》 CAS CSCD 北大核心 2022年第10期54-61,共8页
为了更加科学准确地对港口集装箱吞吐量进行预测,以深度学习方法中的长短时记忆网络(LSTM)模型为基础,建立一种多变量输入的LSTM模型。首先使用系统聚类法对青岛港集装箱吞吐量的多种影响因素进行聚类分析,根据普尔逊(Pearson)相关系数... 为了更加科学准确地对港口集装箱吞吐量进行预测,以深度学习方法中的长短时记忆网络(LSTM)模型为基础,建立一种多变量输入的LSTM模型。首先使用系统聚类法对青岛港集装箱吞吐量的多种影响因素进行聚类分析,根据普尔逊(Pearson)相关系数计算值选取典型影响因素,其次结合历史集装箱吞吐量数据作为多变量输入到模型中进行预测,并将预测结果与单变量LSTM模型和传统预测模型(ARIMA模型)的预测结果进行比较。结果表明:使用影响因素及历史吞吐量数据作为多变量输入的LSTM模型预测误差减小,平均绝对百分比误差(MAPE)降低到4.170%,均方根误差(RMSE)降低到7.736,预测值更加精确。该模型提高了预测的科学性与准确性,促进深度学习技术在港口集装箱吞吐量预测方面的应用,可为港口的合理决策与规划提供参考。 展开更多
关键词 交通运输工程 水路运输 系统聚类 多变量 lstm模型 青岛港 集装箱吞吐量预测
在线阅读 下载PDF
基于正则化LSTM模型的股票指数预测 被引量：38
16
作者 任君 王建华 +1 位作者 王传美 王建祥 《计算机应用与软件》 北大核心 2018年第4期44-48,108,共6页
针对金融时间序列预测问题,提出正则化长短期记忆神经网络LSTM(Long Short-Term Memory neural network)模型。LSTM模型通过其独特的单元结构,能够深入挖掘出时间序列中的固有规律;采用正则化方法修改LSTM模型的目标函数,优化网络结构,... 针对金融时间序列预测问题,提出正则化长短期记忆神经网络LSTM(Long Short-Term Memory neural network)模型。LSTM模型通过其独特的单元结构,能够深入挖掘出时间序列中的固有规律;采用正则化方法修改LSTM模型的目标函数,优化网络结构,从而选出泛化能力较强的弹性网正则化LSTM模型。将该模型应用于道琼斯指数预测,实验对比表明,该方法计算出的均方根误差最小,预测拟合程度最高。 展开更多
关键词 lstm模型 正则化方法 股票指数 预测
在线阅读 下载PDF
基于Python的LSTM模型对流感预测的研究 被引量：10
17
作者 翟梦梦 王旭春 +4 位作者 任浩 全帝臣 李美晨 陈利民 仇丽霞 《中国卫生统计》 CSCD 北大核心 2022年第2期162-166,171,共6页
目的 探讨基于keras的LSTM模型和SARIMA模型预测我国北方省份流感样病例数的可行性,为流感防控工作提供合理的预测方法。方法 利用国家流感中心2013-2019年北方省份的周流感监测数据构建LSTM模型和SARIMA模型,并进行预测。采用平均绝对... 目的 探讨基于keras的LSTM模型和SARIMA模型预测我国北方省份流感样病例数的可行性,为流感防控工作提供合理的预测方法。方法 利用国家流感中心2013-2019年北方省份的周流感监测数据构建LSTM模型和SARIMA模型,并进行预测。采用平均绝对误差(MAE)、均方根误差(RMSE)评价两种模型的预测效果。结果 LSTM、SARIMA模型的MAE值分别为304.19、352.74,RMSE值分别为398.71、521.07;相比之下,LSTM模型的预测性能优于SARIMA,较SARIMA模型预测性能分别提高了13.76%、23.5%。结论 基于Keras的LSTM模型的预测效果较好,优于SARIMA模型,可为流感预测提供科学依据。 展开更多
关键词 lstm模型 SARIMA模型 PYTHON Keras 流感 预测
在线阅读 下载PDF
K-means++和LSTM模型在大坝监测资料分析中的应用 被引量：6
18
作者 张进 牛志伟 +1 位作者 齐慧君 晁阳 《三峡大学学报（自然科学版）》 CAS 2021年第4期25-30,共6页
大坝在长期服役的过程中,受到相同或相似外界因素的影响,变形监测数据之间必定在空间和时间维度上存在某种相关性.为充分挖掘大坝在空间与时间维度的相关性,本文以某碾压混凝土重力坝为例,首先应用改进初始聚类中心点的K均值聚类(K-mean... 大坝在长期服役的过程中,受到相同或相似外界因素的影响,变形监测数据之间必定在空间和时间维度上存在某种相关性.为充分挖掘大坝在空间与时间维度的相关性,本文以某碾压混凝土重力坝为例,首先应用改进初始聚类中心点的K均值聚类(K-means++)分析沉降变形的空间聚集情况,选出合适的关键测点,然后结合长短期记忆网络(Long Short-Term Memory,LSTM)模型对关键测点进行变形预测,探究测点在时间序列上的相关性,并与支持向量机(Support Vector Machines,SVM)模型的预测结果对比,检验LSTM模型的预测精度.结果表明,K-means++聚类结果可有效地表征变形测点的空间聚集状态,LSTM模型能准确地反映监测数据在时间维度上的变化趋势,且模型的预测精度较高,为更高效、快捷准确反映大坝在空间和时间的变化趋势提供新的方法,同时对大坝安全运行决策提供支撑. 展开更多
关键词 大坝监测资料 K-means++ lstm模型 机器学习
在线阅读 下载PDF
基于BiLSTM模型的定义抽取方法 被引量：9
19
作者 阳萍 谢志鹏 《计算机工程》 CAS CSCD 北大核心 2020年第3期40-45,共6页
定义抽取是从非结构化文本中自动识别定义句的任务,定义抽取问题可建模为句子中术语及相应定义的序列标注问题,并利用标注结果完成抽取任务。针对传统的定义抽取方法在抽取定义特征过程中费时且容易造成错误传播的不足,提出一个基于双... 定义抽取是从非结构化文本中自动识别定义句的任务,定义抽取问题可建模为句子中术语及相应定义的序列标注问题,并利用标注结果完成抽取任务。针对传统的定义抽取方法在抽取定义特征过程中费时且容易造成错误传播的不足,提出一个基于双向长短时记忆(BiLSTM)的序列标注神经网络模型,对输入文本进行自动化定义抽取。通过将原始数据输入到BiLSTM神经网络中,完成输入句的特征表示,并采用基于LSTM的解码器进行解码得到标注结果。在Wikipedia英文数据集上的实验结果表明,该方法的精确率、召回率和F1值分别为94.21%、90.10%和92.11%,有效提升了基准模型效果。 展开更多
关键词 定义抽取 双向长短时记忆模型 序列标注 lstm模型 深度神经网络
在线阅读 下载PDF
基于LSTM模型的冲击地压预测方法研究 被引量：7
20
作者 梁燕华 沈奋博 +1 位作者 谢子殿 武俊峰 《中国矿业》 2023年第5期88-95,共8页
预防冲击地压是煤矿开采过程中面临的重大难题,近些年来随着煤矿开采逐渐由浅层转向深层,我国煤矿发生冲击地压的次数随之增加。冲击地压严重威胁着煤矿工作人员的生命安全,并造成巨大的经济损失,因此对冲击地压预测研究尤为重要。传统... 预防冲击地压是煤矿开采过程中面临的重大难题,近些年来随着煤矿开采逐渐由浅层转向深层,我国煤矿发生冲击地压的次数随之增加。冲击地压严重威胁着煤矿工作人员的生命安全,并造成巨大的经济损失,因此对冲击地压预测研究尤为重要。传统预测方法只能分析冲击地压发生前少量前兆信息,无法做到根据历史信息预测未来冲击地压相关信号变化趋势。为了探究冲击地压预测方法,选用来自发生过冲击地压煤矿的岩石,利用TYJ-500KN微机控制电液伺服岩石剪切流变试验系统与SH-II声发射系统进行冲击地压相似模拟实验。将实验采集的抗压强度信号和声发射信号进行信息融合,利用具有记忆属性的长短期记忆神经网络(LSTM)预测数据。研究结果显示,预测数据与实际分析数据曲线拟合度高,数据中均方根误差最大值小于0.6,LSTM模型用于冲击地压预测具有良好的前景。 展开更多
关键词 冲击地压 lstm模型 预测模型 声发射 信息融合
在线阅读 下载PDF
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 2 … 8 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部