检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于深度学习的大数据时空序列挖掘方法

信息与电脑 2024年第5期36卷 16-21页

作者：张峰江苏联合职业技术学院宿迁开放大学办学点江苏宿迁223800 江苏省宿迁中等专业学校江苏宿迁223800

针对时空序列挖掘任务中的诸多挑战,文章提出一种基于L2正则化的长短期记忆网络(Long Short-Term Memory,LSTM)方法,旨在增强传统LSTM模型在长短时序列中的建模能力。首先,分析了大数据时空序列挖掘方法的框架,包括数据输入、数据预处... 详细信息

针对时空序列挖掘任务中的诸多挑战,文章提出一种基于L2正则化的长短期记忆网络(Long Short-Term Memory,LSTM)方法,旨在增强传统LSTM模型在长短时序列中的建模能力。首先,分析了大数据时空序列挖掘方法的框架,包括数据输入、数据预处理、深度学习模型、正则化优化及数据挖掘结果。其次,介绍了LSTM的基本原理和基于正则化的LSTM优化方法。最后,使用数据集对所提出的方法进行验证和评估。实验结果表明,该方法在时空序列挖掘任务中具有显著的优势,为解决时空序列挖掘问题提供了一种有效的方法。

关键词：深度学习时空序列挖掘

在线全文

学校读者我要写书评

暂无评论

基于时空序列的CNN-GRU气温预测模型

计算机应用 2023年第S2期43卷 54-59页

作者：王益杨剑波李锐许洁李辉成都理工大学计算机与网络安全学院成都610059 四川轻化工大学物理与电子工程学院四川自贡643000

针对传统气温预测方法在面对多维度样本时模型收敛速率低、模型拟合程度差等问题,提出一种基于卷积神经网络(CNN)和门控循环单元(GRU)的组合预测模型。首先,使用CNN对原始样本数据进行降维,提取样本中各特征向量之间的隐含关系;其次,通... 详细信息

针对传统气温预测方法在面对多维度样本时模型收敛速率低、模型拟合程度差等问题,提出一种基于卷积神经网络(CNN)和门控循环单元(GRU)的组合预测模型。首先,使用CNN对原始样本数据进行降维,提取样本中各特征向量之间的隐含关系;其次,通过GRU网络学习降维后的样本数据的特征动态变化趋势与规律来实现气温预测。通过德国耶拿马克斯普朗克生物地球化学研究所气象站的气象观测数据验证所提模型。实验结果表明,与未采用卷积操作的Prophet-LSTM和PCA-GRU结构神经网络相比,所提模型在处理高维度样本数据时能在保证模型收敛速率的同时,分别将平均绝对误差(MAE)降低24.0%和22.8%,均方根误差(RMSE)降低42.2%和39.4%,验证了它在实际环境中预测温度趋势的有效性。

关键词：气温预测时空序列卷积神经网络门控循环单元自注意力机制

基于时空序列的Conv-LSTM航班延误预测模型

在线全文

学校读者我要写书评

暂无评论

计算机应用 2022年第10期42卷 3275-3282页

作者：屈景怡杨柳陈旭阳王茜天津市智能信号与图像处理重点实验室(中国民航大学) 天津300300 中国民用航空华北地区空中交通管理局天津分局天津300300

精准的航班延误预测结果可以为大面积航班延误的预防提供巨大的参考价值。航班延误预测是在特定空间下做时间序列预测,然而目前已有预测方法多为两种或多种算法的结合,存在算法间的融合问题。针对上述问题,提出了一种综合考虑时空序列... 详细信息

精准的航班延误预测结果可以为大面积航班延误的预防提供巨大的参考价值。航班延误预测是在特定空间下做时间序列预测,然而目前已有预测方法多为两种或多种算法的结合,存在算法间的融合问题。针对上述问题,提出了一种综合考虑时空序列的卷积长短时记忆(Conv-LSTM)网络航班延误预测模型。所提模型在长短时记忆(LSTM)网络提取时间特征的基础上,将网络的输入和权重矩阵进行卷积来提取空间特征,从而充分利用数据集包含的时间和空间信息。实验结果表明,与LSTM、仅考虑空间信息的卷积神经网络(CNN)模型相比,Conv-LSTM模型的准确率分别提高了0.65个百分点和2.36个百分点。由此可见,同时考虑时空特性可以在航班延误问题中获得更精确的预测结果。此外,基于所提模型设计并实现了基于浏览器/服务器(B/S)架构的航班延误分析系统,并且该系统也可以应用于空中交通管理局流量控制中心。

关键词：航班延误预测时空序列深度学习卷积长短时记忆网络气象信息航班信息

在线全文

学校读者我要写书评

暂无评论

基于毫米波时空序列的步态识别研究

基于毫米波时空序列的步态识别研究

作者：史秋彦南京邮电大学

学位级别：硕士

步态作为一种复杂的时空生物行为特征,因具有难以伪装、非接触式识别的特性,被应用于目标身份识别。主流的步态识别方法基于RGB摄像头,然而这种基于计算机视觉的方法往往会采集到被测人员的隐私数据,引发用户对隐私安全的担忧。基于毫... 详细信息

步态作为一种复杂的时空生物行为特征,因具有难以伪装、非接触式识别的特性,被应用于目标身份识别。主流的步态识别方法基于RGB摄像头,然而这种基于计算机视觉的方法往往会采集到被测人员的隐私数据,引发用户对隐私安全的担忧。基于毫米波的无线射频识别技术可以较好地保护隐私,兼具指向性强、成像分辨率高的优点,是实现步态识别的理想选择。本文利用毫米波雷达采集步态数据,在此基础上抽取步态特征,建模实现目标识别。首先从毫米波雷达采集的数据中逐帧提取距离多普勒信息,进行背景去噪,构建与环境无关的用户时空步态数据集。构建多种深度学习模型对于时空序列进行分析,并采用DS证据理论对于多分类器决策结果进行融合以提升识别准确率,本文的工作以及创新点如下:（1）利用毫米波雷达,对用户步态进行采集,通过信号处理得到对应距离多普勒信息,构建了包含11,600条样本的时空步态数据集。（2）基于两种时空网络框架,设计了Att Res Net-LSTM以及Conv RNN-Res Net两种时空网络模型。Att Res Net-LSTM利用带注意力机制模块的残差网络提取每一帧时空数据的空间信息,生成一维中间编码按时序送入长短期记忆网络实现分类;Conv RNN-Res Net利用卷积循环神经网络对单个样本生成一个嵌合时间要素以及空间要素的中间时空特征编码,然后送入残差网络预测。（3）利用DS证据理论,使用改进的Yager公式,对多分类器的决策结果进行融合,在单模型表现较差的2.5s短观测时长测试集上,将准确率从94.5%提升至95.17%。

关键词：毫米波雷达步态识别时空序列残差网络注意力机制卷积循环神经网络 DS证据理论

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

面向交通数据的时空序列建模和预测技术研究

面向交通数据的时空序列建模和预测技术研究

作者：李子龙黑龙江大学

学位级别：硕士

交通预测是先进交通管理系统(Intelligent Transportation System,ITS)的关键部分,也是实现交通规划、交通管理和交通控制的重要组成部分。精准的预测,既有助于交通管理者在避免交通拥堵和限制车辆流动等方面提供科学依据,又有助于出行... 详细信息

交通预测是先进交通管理系统(Intelligent Transportation System,ITS)的关键部分,也是实现交通规划、交通管理和交通控制的重要组成部分。精准的预测,既有助于交通管理者在避免交通拥堵和限制车辆流动等方面提供科学依据,又有助于出行者在制定出行计划和选择出行路线等方面提供效率保障。现阶段,交通预测仍面临的问题主要体现在三方面:第一点,如何建模交通数据中的动态时空相关性;第二点,如何动态表征空间结构;第三点,如何减少长期预测的误差传递。针对上述问题,本文提出了三个面向时空数据处理的时空序列级交通预测模型。在真实数据集上,验证了所提出模型的优越性。本文的主要贡献如下:(1)针对第一个问题,我们提出了一种新型的基于多视角注意力机制的短期交通预测模型(MH-GCN)。MH-GCN使用了一个基于注意力的编码器-解码器结构。首先,MH-GCN在编码器中使用时空注意力机制来建模非线性时间相关性和动态空间相关性。然后,解码器使用卷积组、池化组和空洞组从已经建模的特征中提取不同层次的时空特征,并将融合后的结果用于预测未来的交通状况。在两个真实数据集的实验结果表明,MH-GCN在短期预测中获得了最好的效果。(2)针对第二个问题,我们提出了一种全新的基于动态图学习的时空数据建模和预测模型(DSGCN)。为了使图卷积网络具有灵活且实用的图结构,DSGCN设计了一个动态图学习模块来表征道路网络中节点之间变化的依赖关系。首先,DSGCN设计了一个与空洞卷积协作的inception结构以捕获时间相关性。其次,DSGCN使用了一个双阶图卷积模块来捕获复杂的空间依赖关系。在多个时空预测任务中的实验结果表明,DSGCN在长期的预测效果表现最佳。(3)针对第三个问题,我们提出了一个新颖的基于多尺度卷积网络的长短期预测模型(MSCN),这是一个用于解决交通预测问题的端到端方案。MSCN,首先采用了一个带有时空注意力机制的编码器来建模时空相关性。然后,解码器使用了多个由卷积组成的单元组来提取不同尺度的时空特征。特别是,我们提出了一个软阈值融合机制来自适应性地调整时间相关性和空间相关性的传递。在真实交通数据集上的实验表明,所提出的MSCN获得了最好的效果。

关键词：交通预测时空序列时空注意力动态图学习卷积神经网络

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

基于深度学习的客流时空序列预测方法研究

基于深度学习的客流时空序列预测方法研究

作者：杨璐琦重庆理工大学

学位级别：硕士

随着交通运输工具的发展和城市人口的增加,交通拥堵问题时有发生,不仅增加了人们的出行时间,也降低了交通工具的运行效率。客流预测作为智慧交通系统的重要功能,将对整个交通路网进行信息检测和管理,为管理者提供决策参考,是目前缓解交... 详细信息

随着交通运输工具的发展和城市人口的增加,交通拥堵问题时有发生,不仅增加了人们的出行时间,也降低了交通工具的运行效率。客流预测作为智慧交通系统的重要功能,将对整个交通路网进行信息检测和管理,为管理者提供决策参考,是目前缓解交通拥堵的最佳途径,也是智慧城市的发展方向之一。交通客流数据存在时空相关性,属于典型的时空序列,因此可以使用处理时空序列的方法对客流进行分析和预测。本文针对现有客流预测方法的不足,提出了两种基于深度学习框架的客流预测模型,并对其效果进行分析。本文的主要研究内容如下:(1)鉴于目前交通客流预测的大多数方法对于交通路网中各个节点在不同时间的相关性没有进行准确表达,无法获取有效的动态空间相关性,影响预测的准确率,基于此本文提出一种基于动态图卷积网络的客流预测方法。首先本文根据路网中不同时间间隔内的来往交通量计算出当前时刻节点间的相关性矩阵,相关性矩阵可以由历史交通量平均得到,也可以将预测前一时刻的交通量直接作为当前时刻的相关性矩阵。其次考虑到只有相关性矩阵会改变交通路网的节点连通性,因此将相关性矩阵与邻接矩阵进行融合。最后,利用一维卷积网络和基于融合矩阵的图卷积网络对客流数据中的时空特征进行获取,映射为最终预测的节点客流量。模型在三个真实交通数据集上进行实验,结果表明了本文模型的有效性。(2)针对目前绝大多数客流起讫点矩阵预测方法不能有效获取动态空间相关性,并且对于输入信息不能充分利用的问题,本文提出基于注意力机制和动态图卷积网络的客流起讫点预测方法。首先采用历史客流起讫点矩阵均值与邻接矩阵融合,得到基于真实路网连通性的动态空间特征。然后使用注意力机制对动态空间特征矩阵进行处理,动态地调整节点间的影响权重。同时将历史客流起讫点矩阵中节点间的流通客流分别作为单独的时间序列,并使用长短期记忆网络获取其中的时间相关性;最终将时空相关性进行融合,映射为最终预测的客流起讫点矩阵。通过在三个数据集上进行实验对比,表明了所提模型对于客流起讫点矩阵的预测效果较好。

关键词：深度学习客流预测图卷积网络时空序列

基于双向Transformer的降水临近预报模型

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

计算机应用研究 2024年

作者：潘龙吴锡成都信息工程大学计算机学院

精准的降水临近预报对日常生活至关重要，但现行预报模型的准确度有待进一步提升。为此，提出一种创新的预报模型BTPN。该模型引入双向Transformer，从时空序列的正逆方向提取特征，捕获关键信息，减少时空特征丢失；使用卷积Transforme... 详细信息

精准的降水临近预报对日常生活至关重要，但现行预报模型的准确度有待进一步提升。为此，提出一种创新的预报模型BTPN。该模型引入双向Transformer，从时空序列的正逆方向提取特征，捕获关键信息，减少时空特征丢失；使用卷积Transformer模块结合卷积的局部编码和Transformer的全局编码特性，强化时空信息提取和关联性，缓解时空长时序信息丢失问题；结合细节提取模块，有助于减少局部细节的损失，并缓解高值区域消散问题。在HKO-7数据集上的评估显示，BTPN模型在MAE、SSIM及CSI指标上超越了其他先进模型，并在大面积降水和台风极端天气情境中显示出优异的预测能力。实验表明BTPN模型具备更高的预报精确性，具备较好的应用前景。

关键词：降水临近预报时空序列双向Transformer 卷积

准噶尔盆地陆东地区巴塔玛依内山组火山喷发时空序列及其石油地质意义

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中南大学学报（自然科学版） 2015年第1期46卷 199-207页

作者：张生银朱军文革柳双权鲁新川张顺存史基安中国科学院油气资源研究重点实验室甘肃省油气资源研究重点实验室甘肃兰州730000 中国石油青海油田勘探开发研究院甘肃敦煌736202 中国石油新疆油田公司勘探开发研究院新疆克拉玛依834000 中国科学院三亚深海科学与工程研究所海南三亚572000

石炭纪期间准噶尔盆地陆东地区作为相对独立的增生楔盆地进行富火山岩化充填演化,早石炭世晚期陆东地区进入碰撞后应力松驰期,发育区域性巴塔玛依内山组火山岩储层。通过井间对比和野外露头观察、地球化学和地球物理识别认为:陆东地区... 详细信息

石炭纪期间准噶尔盆地陆东地区作为相对独立的增生楔盆地进行富火山岩化充填演化,早石炭世晚期陆东地区进入碰撞后应力松驰期,发育区域性巴塔玛依内山组火山岩储层。通过井间对比和野外露头观察、地球化学和地球物理识别认为:陆东地区巴塔玛依内山组为一套低钾富钠碱性—亚碱性系火山岩,巴山组内部发育5个火山喷发旋回,自下向上火山活动逐渐减弱,并且在火山机构不同位置形成不同岩相组合方式;火山机构区带控制火山岩岩相分布,主火山机构以西发育中—基性安山岩和玄武岩;而火山中心以东发育有喷发相火山角砾岩和溢流相玄武岩或流纹岩;火山喷发时序内的火山间歇停滞期,有利于发育局部烃源岩和巴山组内幕火山岩风化壳储层,为陆东地区石炭系"自生自储"油气藏提供必要的生储条件。

关键词：石炭纪火山喷发时空序列陆东地区准噶尔盆地

在线全文

学校读者我要写书评

暂无评论

时空序列及树在定制公交路径规划的应用

信息技术与信息化 2023年第4期 58-62页

作者：汪朝晖于姗姗孔娟娟浙江嘉科电子有限公司浙江嘉兴314000 中国电子科技集团公司第三十六研究所浙江嘉兴314000

针对现有线路规划方法因地形因素及不同时段道路通行时间差异导致的线路运行效率不高的问题,提出了通过空间序列、时间序列匹配的方法,首先建立乘客-站点-区域的关联区间,聚合乘客出行乘车位置,结合公交历史运行班次大数据,建立多个时... 详细信息

针对现有线路规划方法因地形因素及不同时段道路通行时间差异导致的线路运行效率不高的问题,提出了通过空间序列、时间序列匹配的方法,首先建立乘客-站点-区域的关联区间,聚合乘客出行乘车位置,结合公交历史运行班次大数据,建立多个时间窗口里的起止点(origin destination,OD)通行时长矩阵,然后利用非支配排序遗传算法(non-dominated sorting genetic algorithm-II,NSGA2)进行初步规划,最后利用树的剪枝合并对线路进行调整。结果表明,通过时空序列的匹配及图论的应用,有较好的准确性与实用性。

关键词：定制公交路径规划时空序列多目标优化图论