期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于生成对抗网络的三维空间民航轨迹预测模型
1
作者 曹建制 佟强 +1 位作者 陈玉立 刘秀磊 《计算机应用与软件》 北大核心 2024年第7期67-73,共7页
民航轨迹数据存在采样时间不均匀、空间维度量纲不一致的问题,并且现有轨迹预测方法主要面向行人、车辆等地面交通轨迹,适用于三维空间中的民航轨迹预测方法较少。针对上述问题,提出一种基于生成式对抗网络的三维空间民航轨迹预测模型... 民航轨迹数据存在采样时间不均匀、空间维度量纲不一致的问题,并且现有轨迹预测方法主要面向行人、车辆等地面交通轨迹,适用于三维空间中的民航轨迹预测方法较少。针对上述问题,提出一种基于生成式对抗网络的三维空间民航轨迹预测模型。该模型对民航轨迹数据重采样以统一采样间隔,消除不同量纲影响;使用数据中的时序特征和不同目标之间的交互信息生成预测轨迹。实验表明,与传统轨迹预测方法相比,该模型在ADE指标上降低了29%以上,验证了模型在三维空间民航轨迹预测中的有效性。 展开更多
关键词 轨迹预测 民航轨迹 长短时记忆网络 生成对抗网络
在线阅读 下载PDF
用于心衰患者重入院预测的LSTM模型
2
作者 李臻 陈若愚 +1 位作者 鲁兴华 刘秀磊 《计算机应用与软件》 北大核心 2023年第6期343-349,共7页
电子健康记录(EHR)中蕴含着丰富的语义信息,目前对EHR的数据挖掘主要基于传统机器学习方法,涉及大量人工特征工程。但由于EHR数据存在维度大、时间跨度长等特点,传统机器学习方法较难有效地捕捉EHR中的深层语义信息。使用LSTM模型对心... 电子健康记录(EHR)中蕴含着丰富的语义信息,目前对EHR的数据挖掘主要基于传统机器学习方法,涉及大量人工特征工程。但由于EHR数据存在维度大、时间跨度长等特点,传统机器学习方法较难有效地捕捉EHR中的深层语义信息。使用LSTM模型对心力衰竭患者的EHR数据进行建模和训练,以30天内重入院作为预测目标开展研究。实验结果表明,LSTM模型能够有效地捕捉EHR时序数据中的语义信息,与传统机器学习方法相比,在ROC-AUC指标上提升了10.48百分点。 展开更多
关键词 电子健康记录 深度学习 循环神经网络 心力衰竭 重入院预测
在线阅读 下载PDF
煤矿安全本体研究 被引量:9
3
作者 史秦甫 刘秀磊 +2 位作者 刘旭红 盛立国 黄秩先 《工矿自动化》 北大核心 2018年第3期42-49,共8页
总结了目前常用的本体语言、本体构建原则及构建方法,经比较认为构建煤矿安全本体宜采用OWL-DL语言,以循环获取法或七步法作为构建方法;从煤矿挖掘与煤矿灾害事件本体、煤矿安全数据库查询本体、煤矿安全知识概念本体的角度分析了煤矿... 总结了目前常用的本体语言、本体构建原则及构建方法,经比较认为构建煤矿安全本体宜采用OWL-DL语言,以循环获取法或七步法作为构建方法;从煤矿挖掘与煤矿灾害事件本体、煤矿安全数据库查询本体、煤矿安全知识概念本体的角度分析了煤矿安全本体研究现状,总结了3种煤矿安全本体的优缺点、应用场景和构建流程,并针对3种煤矿安全本体提出了本体集成策略。 展开更多
关键词 煤矿安全本体 本体语言 本体构建 本体集成 煤矿灾害 煤矿安全数据库 煤矿安全知识
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部