-
在结果中检索

检索结果分析

结果分析中...
检索条件："关键词=SSA-LSTM模型 "
共 条 记 录，以下是1-4

发文量、被引量趋势图

全选清除导出
参考文献引证文献引用追踪
视图：
排序：
显示条数：
基于SSA-LSTM模型的黄河水位预测研究被引量：9
《人民黄河》2023年第9期65-69,共5页王军 马小越 张宇航 崔云烨 
黄河流域内的水资源分配和调度对于各个地区的经济发展和人民生活至关重要。为提高黄河水位预测精度,提出一种基于麻雀搜索算法(SSA)和长短期记忆(LSTM)网络融合的黄河水资源调度预测模型,即利用SSA算法优化LSTM模型的超参数后,对黄河...
关键词：水资源调度 长短期记忆网络 麻雀搜索算法 SSA-LSTM模型 深度学习 黄河 
基于SSA-LSTM模型的消费者信心指数预测研究
《统计理论与实践》2022年第8期16-22,共7页李希亮 陈亚娟 
国家自然科学基金项目“非线性随机发展方程回复解及其遍历性研究”(11971273)。
消费者信心指数(CCI)是反映居民消费意愿的宏观经济指标,具有非线性时变特征且发布时间存在滞后性。结合相关网络搜索数据,采用Lasso回归进行降维,引入麻雀搜索算法(SSA)对长短期记忆(LSTM)神经网络模型进行组合优化,通过构建SSA-LSTM...
关键词：消费者信心指数 Lasso回归 SSA算法 SSA-LSTM模型 
新冠疫情期间山西省流行性感冒的预测效果研究被引量：3
《现代预防医学》2023年第4期724-729,768,共7页赵执扬 翟梦梦 李国华 高雪峰 王旭春 任浩 崔宇 乔宇超 任家辉 仇丽霞 
国家自然科学基金(81973155)。
目的为解决新型冠状病毒肺炎期间流感异常发病率而导致的流感建模预测困难,本研究建立了季节性自回归求和移动平均(seasonal autoregressive integrated moving average,SARIMA)、长短期记忆神经网络(long-Short Term Memory,LSTM)模型...
关键词：流感 新型冠状病毒肺炎 SARIMA模型 LSTM模型 SSA-LSTM模型 预测 
融合麻雀搜索与长短时记忆的疆煤铁路外运量预测
《交通运输系统工程与信息》2024年第5期14-23,共10页李海军 张晓洋 高如虎 魏德华 陈晓明 
国家自然科学基金(72361020);中国国家铁路集团有限公司科技研究开发计划项目(K2023X019)。
为准确预测新疆煤炭铁路外运量,本文提出一种融合麻雀搜索算法与长短时记忆网络的(SSA-LSTM)预测模型,模型引入麻雀搜索算法对长短时记忆网络(Long Short-Term Memory,LSTM)模型的超参数进行优化,以提高模型预测性能。以2015—2022年新...
关键词：铁路运输 疆煤铁路外运量 SSA-LSTM模型 灰色关联分析 预测 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部