长短期记忆相关论文
基于自回归模型（Autoregressive Model，AR）的传统信道预测方法在高速移动中，信道具有较大的时变性，导致信道发生了非线性的改变。基于反......
作为记录人类大脑活动的重要手段,脑电在诊断和监控等神经医学临床应用中都展现了巨大的潜力.然而,脑电在记录过程中极易受到各种......
为了提高尾矿库风险预警能力，针对尾矿库稳定性受多种风险因素影响，以及风险变化的非线性，提出1种融合集合经验模态分解（EEMD）和长短期......
滚动轴承的健康状态与生产运行安全息息相关。轴承振动信号携带着故障信息,其测试和采集方便、快速,分析技术也较为成熟。当前,使......
针对当前风电功率预测过程中历史信息利用不充分及多维输入权重值固定忽略了不同时间维度的特征重要性的问题，提出一种基于特征变权......
光伏序列具有的较高复杂性对光伏发电功率的预测精度产生了极大影响，对此提出一种基于VMD-LSTM与误差补偿的光伏发电超短期功率预测......
针对采用炉排上下方压差来衡量炉排炉干燥段垃圾厚度时测量值波动过大的问题，提出了一种垃圾料层厚度软测量模型。首先，采用皮尔逊相......
卷烟审计数据记录了卷烟业务平台数据全生命周期加工演化过程，对审计数据进行分析有利于发现其中的潜在风险行为。卷烟审计数据具有......
近年来,随着深度学习在图像处理、语音识别、自动驾驶、自然语言处理等领域迅速发展,该技术也被越来越广泛地应用于处理具有复杂非......
无线通信和半导体技术的高速发展推动射频器件与电路的迭代升级。然而射频电路中的部分无线通信器件趋向更高的功率、更高的速率以......
随着国内金融市场的发展,股票市场在我国经济体系中占据着越来越重要的地位,越来越多的人开始参与股票投资。而股票价格的剧烈波动......
近年来，面向高损线路的窃电检测方法得到大面积工程应用，对降低窃电检测误报率和推动数据驱动窃电检测的工程应用起到了重要作用。但......
相较于风电高频分量较高的随机性，风电的低频波动分量更能代表风电的未来走向。为此，提出一种基于低频波动挖掘和高频校正的风电超短......
针对无人机地面动态目标跟踪问题，建立了远距离自主引导与近距离伴飞避障两个阶段的马尔可夫决策过程模型。在此基础上，提出了一种改......
文章基于CAPM、多因子、DNN、LSTM和SVM模型，探讨传统线性资本资产定价模型与机器学习模型对于资产组合样本外的预测能力。提出了六......
社交媒体作为人们表达情感提供了一种简单的方式，人们利用这些平台来展示他们对某事的喜欢或不喜欢和他们对情况的感受等等。在自然......
链路预测是异构图数据分析领域中重要的任务之一,可被广泛地应用在许多实际场景中。目前很多对异构信息网络链路预测模型的研究没......
近年来,为切实治理水环境安全问题和促进水环境质量的不断改善,全国各流域生态环境监测站点扎实开展水质加密监测,从而保障环保部......
时间序列几乎无处不在,对其进行分析和建模有利于人们发现事物的本质和发展规律,从而为人们提供更科学的决策依据。对时间序列的分......
随着用电量的不断增长以及用电点数量的逐渐增加,在现有配电网基础上进行扩展规划是必不可少的一个工作内容。此外,分布式电源的不......
图像描述是一种让机器理解图像内容并生成对应自然语义描述的技术,它在不同领域都有着非常大的应用价值。本文选择遥感领域作为特......
医学图像分类在临床影像诊断中起着重要作用。深度学习技术,尤其是卷积神经网络（CNN）在分类和视觉目标识别方面已被证明具有潜力。尽......
情感分析是对文本中表达的评论、情绪和情感进行的计算研究。近几年来,情感分析引起了业界和学术界的广泛关注。在世界各地,社交媒......
时间序列数据是在不同时间上收集到的数据,用于所描述现象随时间变化的情况。这类数据反映了某一事物、现象等随时间的变化状态或......
元学习方法提出的初衷是为了解决标签样本量不足的问题,通过提前训练模型的初始化参数来加快模型的收敛速度。后续模型无关元学习（M......
随着电动汽车的大规模发展,公共充电桩运行数量和充电量逐年增长.然而,充电桩运行始终存在故障频发、运维难度大和维修成本高等问......
短期电力负荷预测（Short-term load forecasting,STLF）在电力系统的自动化控制、电力安全、市场运营、调度方案优化等方面发挥着重要......
随着信息技术的快速发展,通信、计算机和电网构成多功能复杂系统,通信设施的复杂化使智能电网网络安全问题日益严峻.为确保电力信......
视觉目标跟踪旨在解决对视频序列中感兴趣目标的持续跟踪问题,其在许多人工智能应用中都扮演着重要的角色,例如智能监控、智能驾驶......
异构和分布式数据被用于多方面的应用,如信息提取、数据挖掘、电子学习以及网络。而与这些应用相关的所有算法的决策准确性都直接......
早期的推荐系统依赖特征工程,通过挖掘用户属性特征和物品属性特征的相关关系产生推荐,但是属性特征需要用户主动提供并且内容驳杂......
为了准确预测数据中心短期电力负荷,提出了基于长短期记忆神经网络的短期负荷预测模型,有效地弥补前馈型神经网络不能处理序列间关......
传统的命名实体消歧技术通常依靠丰富的上下文语境和外部实体知识库,而很多新兴实体缺乏知识库且包含实体的文本长度较短,这些局限......
随着互联网技术的高速发展,网络安全问题正日益受到人们的关注。近些年网络攻击事件频发,给社会发展和生产生活带来了极大的影响。......
研究如何根据已有的海量旅游信息及数据,为游客个性化推荐旅游景点具有重要意义。本文利用从Flickr网站获取的2013—2018年香港特......
文本分类由来已久，近年来，随着人工智能和机器学习的迅速发展，文本分类也出现了很多新方法。随着技术的发展，一方面，文本语料的数据质量......
针对电网用电量准确预测的问题,本文利用电能负荷历史数据的时间序列特性,提出了一种基于电能负荷历史数据的递归神经网络预测方法......
移动通信网络技术飞速发展,网络规模不断扩大,网络也越来越复杂,导致移动通信网络越来越难以管理。网络一旦出现故障,就会引发一系......
现代化战争的发展趋势是信息化和智能化。作为现代战争的重要装备,雷达的作用已经不只是提供目标的空间位置,而是需要通过回波信号......
为了提高企业财务风险预警的准确度,采用长短期记忆(LSTM)神经网络算法建立企业财务风险预警模型。首先分析企业财务风险预警指标,......
近几年来,随着自然语言处理的快速发展,语义角色标注作为自然语言处理研究中最重要也是最基础的步骤也因此受到了极大的关注。深层......
随着互联网和计算机技术的不断发展,电子商务极大的改变了人们的生活方式。面对各大电商平台上丰富多彩的物品,如何将物品高效的“......
