-

检索结果分析

结果分析中...
检索条件:"关键词=LSTM网络 "
条 记 录,以下是1-10
视图:
排序:
显示条数:
一种基于深度学习的源代码摘要生成模型
《小型微型计算机系统》2022年第11期2449-2455,共7页孟尧 祝跃飞 
国家重点研发计划基金项目(2019QY1300)资助。
源代码摘要是一段用自然语言描述的有关源代码的简介.源程序和自然语言之间存在着巨大的差异,计算机程序生成的摘要很难满足实际的需要.本文提出了一个基于深度学习的代码摘要生成模型At-ComGen,该模型基于混合的注意力机制设计,使用编...
关键词:源代码摘要 注意力机制 抽象语法树 BERT LSTM网络 
基于注意力LSTM网络的电力线路故障智能检测被引量:2
《中国有线电视》2020年第6期627-630,共4页刘燕德 
及时检测并排查电力线路的故障对于保障电网安全可靠地运营具有重要意义。针对复杂线路环境为传统人工排查方式带来的挑战,基于深度学习,提出一种电力线路故障的自动检测方法。首先,利用LSTM网络提取信号指标中的抽象特征,从历史输入中...
关键词:人工智能 电力维护 LSTM网络 注意力模型 
基于无监督聚类与LSTM网络的航天器健康状态预测方法被引量:4
《空间控制技术与应用》2023年第4期96-105,共10页梁寒玉 刘成瑞 徐赫屿 刘文静 王淑一 
健康状态预测是从系统层面保证航天器在轨安全稳定运行的关键技术.针对机电类关键部件存在性能退化过程的特点,提出一种基于无监督聚类与长短时记忆(LSTM)网络的航天器健康状态预测方法.该方法首先提取航天器单部件多维参数的高维时域特...
关键词:航天器 健康因子 无监督聚类 LSTM网络 健康状态预测 
基于LSTM网络的风机齿轮箱轴承故障预警被引量:13
《电力科学与工程》2020年第9期40-45,共6页王超 李大中 
河北省自然科学基金资助项目(F2011502001)。
提出一种将互信息特征选择、深度学习和残差滑动窗口分析相结合的风机齿轮箱轴承故障预警方法。首先,对风电场SCADA数据进行预处理,采用互信息法筛选与齿轮箱轴承温度关联度高的特征。在此基础上,依据所选特征建立长短期记忆神经网络(LS...
关键词:SCADA数据 深度学习 LSTM网络 齿轮箱轴承 故障预警 
基于多尺度细节增强的短跑训练摆臂动作识别
《河南财政金融学院学报(自然科学版)》2024年第3期66-72,共7页姜龙 朱继红 吴彬胜 
江苏省教育科学“十三五”规划重点资助课题(B-A20180328)。
针对当前识别摆臂动作方法中直接提取图像特征,导致摆臂动作识别结果与实际摆臂动作运动轨迹拟合度较低的问题,提出基于多尺度细节增强的短跑训练摆臂动作识别方法。利用图像多尺度分解、图像纹理细节增强、图像信息融合3个步骤凸显摆...
关键词:摆臂动作 动作识别 短跑训练 多尺度细节增强 LSTM网络 
基于机器学习LSTM网络的SO_(2)排放浓度预测被引量:8
《自动化与仪表》2021年第7期77-80,85,共5页王琦 赵静 胡磊 雷彦云 王鹏程 
国家自然科学基金项目(U1610116)。
CFB机组炉内炉外联合脱硫过程因其非线性、强耦合、大滞后等特点,SO_(2)排放浓度难于在线实时、准确测量,控制效果并不精准,因此建立有效的SO_(2)排放浓度预测模型很有意义。该文采集并分析研究某电厂350MWCFB锅炉现场运行数据,在脱硫...
关键词:炉内外联合脱硫 SO_(2)浓度预测 机器学习 LSTM网络 
基于迁移学习和LSTM网络的光伏系统负荷预测
《微型电脑应用》2024年第6期168-171,共4页冯舒宜 钱东 
由于受到太阳辐照度、温度和一些随机因素的影响,光伏发电功率具有较强的间歇性和波动性,很难精确预测。为了提高光伏负荷预测模型的准确性,提出一种基于迁移学习和LSTM网络结合光伏系统负荷预测方法。选择基于参数的迁移学习方式,并考...
关键词:光伏系统 负荷预测 迁移学习 LSTM网络 电站 发电量 
基于神经网络的公司债券违约风险预警研究
《经济与社会发展研究》2020年第27期0286-0286,共1页满孝礼 陈亚军 
中国债券市场违约事件不断,对经济社会造成一定的影响,本文采用 2014 年—2019 年发生债券违约的上市公司和非上市公司债券和抽取的部分未违约债券作为研究样本,选取了流动比率、资产负债率等在内的 10 个指标作为变量特征,带入 LSTM ...
关键词:公司 债券违约 LSTM网络 风险预警 
基于深度学习的矿山供电系统负荷预测与调度优化
《电气技术与经济》2024年第9期53-55,共3页相修君 冯全群 
本文探讨了深度学习技术在矿山供电系统负荷预测与调度优化中的应用。通过构建基于长短期记忆网络 (ISTM) 的深度学习模型,实现了对矿山负荷的准确预测,并在此基础上建立了多目标优化决策系统。研究结果表明,该方法能有效降低负荷预测误...
关键词:深度学习 矿山供电系统 负荷预测 调度优化 LSTM网络 
基于attention机制的LSTM神经网络超短期负荷预测方法被引量:49
《供用电》2019年第1期17-22,共6页李昭昱 艾芊 张宇帆 肖斐 
国家自然基金-国家电网联合基金(U1766207)~~
随着电力系统中分布式能源及可调控柔性负荷等的增多,电力系统负荷的随机性增强,且电力系统智能化发展,使得可获得数据急剧增长。为充分利用历史负荷数据,提高超短期负荷的预测精度,提出一种基于attention机制的LSTM超短期负荷预测方法...
关键词:超短期负荷预测 LSTM网络 attention机制 相关性 标准BP神经网络 
检索报告 对象比较 聚类工具 使用帮助 返回顶部