检索结果-南通市图书馆

大连海事大学学报 2024年第1期50卷 57-65页

作者：廉清云孙伟李润生上海海事大学商船学院上海201306 上海海事大学信息工程学院上海201306

针对由短时船舶交通流数据的非线性与非平稳性特征导致的预测精度低的问题,提出基于注意力机制的堆叠lstm船舶交通流预测模型。采用堆叠式lstm神经网络捕捉短时船舶交通流数据的时序特征,并通过引入注意力机制更好地学习全局性特征,以... 详细信息

针对由短时船舶交通流数据的非线性与非平稳性特征导致的预测精度低的问题,提出基于注意力机制的堆叠lstm船舶交通流预测模型。采用堆叠式lstm神经网络捕捉短时船舶交通流数据的时序特征,并通过引入注意力机制更好地学习全局性特征,以提高船舶交通流预测精度。提取长江下游三个航段的船舶AIS数据构建船舶交通流数据集,并将其用于本文模型的训练和测试。结果表明,相较HA、ARIMA、GPR、lstm和Seq2Seq等基线模型,在交通流量宏观参数预测中,本文模型的均方根误差和平均绝对误差两个评价指标均有所降低;与最优基线模型相比,本文模型在船舶交通流预测中表现出更高的精度,其均方根误差降低4.05%,平均绝对误差降低4.04%。

关键词：内河交通船舶交通流预测长短时记忆网络(lstm) 堆叠lstm 注意力机制

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

自适应遗传算法优化堆叠lstm超参数的入侵检测研究

引用

内蒙古工业大学学报（自然科学版） 2024年第3期43卷 271-277页

作者：杜辉王海凤贾颜妃内蒙古工业大学信息工程学院呼和浩特010080

针对传统入侵检测模型检测准确率、精确率偏低和模型泛化能力不足的问题,采用自适应遗传算法优化堆叠(Long short-term memory, lstm)进行入侵检测研究。构建堆叠lstm入侵检测模型提取网络数据特征,为充分利用堆叠lstm各层提取到的数据... 详细信息

针对传统入侵检测模型检测准确率、精确率偏低和模型泛化能力不足的问题,采用自适应遗传算法优化堆叠(Long short-term memory, lstm)进行入侵检测研究。构建堆叠lstm入侵检测模型提取网络数据特征,为充分利用堆叠lstm各层提取到的数据特征信息,改进堆叠lstm的网络结构,将各层lstm提取到的特征信息进行保留合并。为确定模型的最佳超参数取值,使用自适应遗传算法(Adaptive genetic algorithm,AGA)优化模型的超参数,AGA迭代完成后的输出即为最佳超参数取值,使用最佳超参数取值构建入侵检测模型。该模型在NSL-KDD数据集上的检测准确率为99.03%、精确率为94.86%、召回率为95.39%,在UNSW-NB15数据集上的检测准确率为90.21%、精确率为86.97%、召回率为89.11%。在所有对比模型中表现最优,且模型的泛化能力较强,能准确检测出未知攻击。

关键词：入侵检测超参数优化自适应遗传算法堆叠lstm

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习的幼儿看图说话系统设计与实现

基于深度学习的幼儿看图说话系统设计与实现

引用

作者：李海冰东北师范大学

学位级别：硕士

随着图像数量日益激增,让机器自动识别图像内容,并用符合人们阅读习惯的语句描述图像内容的图像文本描述技术,成为目前人工智能领域一项重要的研究内容。图像文本描述技术的主要目标是让机器实现“看图说话”,“看图说话”同时也是幼儿... 详细信息

随着图像数量日益激增,让机器自动识别图像内容,并用符合人们阅读习惯的语句描述图像内容的图像文本描述技术,成为目前人工智能领域一项重要的研究内容。图像文本描述技术的主要目标是让机器实现“看图说话”,“看图说话”同时也是幼儿教育的主要任务之一。通过图像文本描述技术,幼儿跟随机器一起进行“看图说话”,这将在一定程度上辅助引导幼儿理解图像内容,激发幼儿的学习兴趣。本文的研究目标是利用图像文本描述技术设计并实现一个幼儿看图说话系统,将人工智能技术应用于教育领域,辅助幼儿教育。为实现这一目标,本文对图像文本描述技术进行研究:在准备阶段,本文选取AI Challenger图像中文文本描述数据集,对中文文本进行分词,并使用Word2Vec对标注语句进行词嵌入编码。在模型搭建阶段,本文基于深度学习的方法,采用“编码器-解码器”方式进行搭建,利用ResNet50对图像进行编码,再将图像编码信息与标注语句的词嵌入编码信息一起输送给lstm网络,生成描述语句。在训练阶段,本文发现由于lstm网络每一时刻接收的都是图像的全局编码信息,随着时间的推移,对图像信息的利用率逐步下降,生成的预测单词不够准确。针对这一问题,本文引入注意力机制,首先将图像和标注语句的编码信息输送给注意力机制,使其对图像编码信息进行加权处理,其次将处理后的编码信息按时间步输送给堆叠lstm网络。堆叠lstm网络通过增加lstm网络模型的层数,增强模型的表达能力,本文采用了三层堆叠lstm网络模型作为模型的解码器。为进一步提高网络模型的性能,本文使用Smooth L1损失函数来优化网络模型,加快了收敛速度,同时避免了梯度爆炸问题的产生。本文进行了多组对比实验,并对实验结果进行分析,从多角度验证了改进后模型的有效性。本文基于B/S架构,采用Flask框架搭建了幼儿看图说话系统,系统调用图像中文文本描述模型,实现了上传图片,查看自动生成的图像描述语句等功能。考虑到幼儿群体识字较少、喜欢互动的特点,系统借助语音播报API以“说话”的方式向幼儿传递描述图像的文本信息,满足了幼儿看图说话的基本需求,激发了幼儿的学习兴趣,促进了幼儿自主学习。

关键词：图像中文文本描述注意力机制 ResNet50 堆叠lstm

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：