检索结果-南通市图书馆

基于长短期记忆网络模型的堆载作用厂房桩基长期沉降预测

在线全文

学校读者我要写书评

暂无评论

市政技术 2023年第5期41卷 112-116,120页

作者：欧晓春王勇超杨佳玉攀枝花攀钢集团设计研究院有限公司四川攀枝花617099 湘潭大学湖南湘潭411105

为有效预测堆载作用下厂房桩基长期沉降变形特征,基于长短期记忆网络模型具备的容错性高、记忆功能强等优势,建立了长短期记忆(LSTM)网络预测模型;结合四川省攀枝花市某工业厂房工程,对比分析了指数预测模型和LSTM网络预测模型预测堆载... 详细信息

为有效预测堆载作用下厂房桩基长期沉降变形特征,基于长短期记忆网络模型具备的容错性高、记忆功能强等优势,建立了长短期记忆(LSTM)网络预测模型;结合四川省攀枝花市某工业厂房工程,对比分析了指数预测模型和LSTM网络预测模型预测堆载作用下厂房桩基长期沉降变形特征的能力。研究结果表明:LSTM网络预测模型可自动识别复杂数据源中的关键信息,因而可有效表征厂房桩基长期沉降变形的非线性特征,相较于指数预测模型,LSTM网络预测模型具有精度高、误差小等显著优势,可为保障类似厂房长期的稳定性和安全性提供有效理论支撑。

关键词：长短期记忆网络模型堆载作用桩基长期沉降

烧蚀后退量时序提取及基于长短期记忆网络模型循环神经网络的预测

在线全文

学校读者我要写书评

暂无评论

兵工学报 2021年

作者：于哲峰胥建宇罗跃杨鹰刘进博兰京川中国空气动力研究与发展中心超高速空气动力研究所电子科技大学自动化工程学院

为了观测高超声速飞行器头部模型在高温流场下的烧蚀现象，基于电荷耦合器件（CCD）相机图像比色测温方法，获得电弧风洞烧蚀模型表面温度随时间演化数据。通过追踪模型边缘温度场变化，给出模型烧蚀过程中形变过程，提取驻点及其他边... 详细信息

为了观测高超声速飞行器头部模型在高温流场下的烧蚀现象，基于电荷耦合器件（CCD）相机图像比色测温方法，获得电弧风洞烧蚀模型表面温度随时间演化数据。通过追踪模型边缘温度场变化，给出模型烧蚀过程中形变过程，提取驻点及其他边缘点后退量随时间变化数据。利用最小二乘法和长短期记忆网络（LSTM）方法对烧蚀后退量数据进行拟合与预测，LSTM算法主要包括网络结构设计、模型训练、目标函数设定和预测过程的算法实现等。通过与烧蚀模型不同位置后退量时间序列预测与试验对比发现：最小二乘法主要适合烧蚀后退量为线性区域的拟合与预测；LSTM网络不但适用于烧蚀后退量线性区域，还适合于端头边缘烧蚀后退量非线性变化区域数据的拟合与预测。

关键词：烧蚀电荷耦合器件相机比色测温后退量长短期记忆网络模型

基于检验检测-服务质量-长短期记忆网络-情感分析模型的检验检测服务质量评价研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

科技管理研究 2023年第6期43卷 70-77页

作者：周靖宇张健陈进东于浩北京信息科技大学北京100192 绿色发展大数据决策北京市重点实验室北京100192 中国电子技术标准化研究院北京100007

为促进检验检测(IT)业服务质量提升,以检验检测服务质量(QoS)评级和用户服务需求为切入点,采用基于长短期记忆网络(LSTM)的深度学习方法进行用户情感分析(SA),识别用户对检验检测服务质量在各个评价维度上的情感倾向,设计由有形性、可... 详细信息

为促进检验检测(IT)业服务质量提升,以检验检测服务质量(QoS)评级和用户服务需求为切入点,采用基于长短期记忆网络(LSTM)的深度学习方法进行用户情感分析(SA),识别用户对检验检测服务质量在各个评价维度上的情感倾向,设计由有形性、可靠性、响应性、安全性和移情性5个维度构成的评价体系,通过ITQoS-LSTM-SA模型对检验检测服务机构服务质量进行评价与反馈,并利用7万多条相关文本数据进行实证。结果显示:LSTM模型在检验检测用户评论分类中的准确率达到了85.24%,检验检测服务质量的总评分为0.491 6,处于满意和非常满意程度之间。基于IT-QoS-LSTM-SA模型,可以直观地看出检验检测服务质量在各项评价指标上的优劣程度。

关键词：服务质量评价长短期记忆网络模型深度学习情感分析检验检测业

在线全文

学校读者我要写书评

暂无评论

顾及时差特征的LSTM模型余水位短期预报

海洋测绘 2024年第2期44卷 27-30页

作者：冷建徽许军山东科技大学测绘与空间信息学院山东青岛266590

目前余水位预报都是采用单站方式,仅基于余水位的自相关性。针对较大范围的沿岸验潮站余水位预报,进一步结合余水位的空间强相关性和站间余水位的时差信息,以“预测站-辅助站”验潮站组的形式,由历史同步余水位数据训练多变量LSTM(long ... 详细信息

目前余水位预报都是采用单站方式,仅基于余水位的自相关性。针对较大范围的沿岸验潮站余水位预报,进一步结合余水位的空间强相关性和站间余水位的时差信息,以“预测站-辅助站”验潮站组的形式,由历史同步余水位数据训练多变量LSTM(long short-term memory)长短期记忆网络模型,实现预测站的余水位预报。渤海沿岸四个长期验潮站的实例分析表明:所提的预报方法因增加利用了时域上的时差信息,预报精度优于三类单站方法,并显著增大了预报时长。方法可用于解决大范围航海动态水位保障中的余水位预报问题。

关键词：海洋潮汐动态水位余水位预报长短期记忆网络模型潮时差

特征价格指数编制方法改进及价格指数预测——以互联网在线手机价格指数为例

在线全文

学校读者我要写书评

暂无评论

特征价格指数编制方法改进及价格指数预测——以互联网在线手机价...

作者：陈凯旋内蒙古财经大学

学位级别：硕士

在2009-2022年13年间中国智能手机行业从刚起步发展至全球智能手机行业的中坚力量,同时智能手机不再局限于通讯,而是逐渐成为大众娱乐和工作的重要工具。智能手机不同于其他消费品,其品质在短时间内会发生较大改善,这也就决定了不能用... 详细信息

在2009-2022年13年间中国智能手机行业从刚起步发展至全球智能手机行业的中坚力量,同时智能手机不再局限于通讯,而是逐渐成为大众娱乐和工作的重要工具。智能手机不同于其他消费品,其品质在短时间内会发生较大改善,这也就决定了不能用“鸡蛋比鸡蛋法”来衡量智能手机价格的变化。因而编制能较为准确地反映市场供求的智能手机价格指数并预测其短期变化趋势,具有十分重要的现实意义。本文从影响智能手机价格的特征因素出发,通过引进LASSO方法、RYGEKS指数对特征价格指数模型进行改进,以构建出本文改进特征价格指数模型。进而利用在线手机相关数据对智能手机价格指数进行编制,并将其与传统价格指数模型编制的价格指数进行对比分析;从影响智能手机价格变化的内因、外因的角度出发,分别构建LSTM-AR模型和LSTM-ARDL模型,从智能手机自身因素变化及外部环境因素变化的角度,分别对智能手机特征价格指数进行短期预测。研究结果表明:第一,从考虑特征变量多重共线性和价格指数链偏误的角度出发,引入LASSO回归和RYGEKS指数法,构建本文的改进特征价格指数模型,这一模型能够很好的解决变量间多重共线性问题,同时能够降低价格指数的链偏误;第二,通过Python软件爬虫获取的2018-2023年在线手机特征变量月度数据显示,反映在线智能手机特征属性的特征变量间具有较强的多重共线性,且智能手机价格与这些特征变量之间呈现较为明显的线性相关性;第三,采用改进特征价格指数模型与传统价格指数模型,结合已获取的在线智能手机相关数据,编制出基于相应模型的智能手机价格指数。对比分析表明,基于改进特征价格指数模型编制的智能手机价格指数,在手机价格指数链偏误方面,明显优于传统价格指数模型;第四,以改进特征价格指数模型编制的智能手机价格指数为基础,分别构建LSTM-AR模型和LSTM-ARDL模型对智能手机价格指数进行短期预测。对比分析表明,LSTMAR模型更加适用于智能手机改进特征价格指数的预测,也从一定程度上说明与外部环境变化相比,智能手机厂商定价时会受到历史价格的影响更大。

关键词：改进特征价格指数模型 LASSO回归 RYGEKS指数长短期记忆网络模型

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

地铁车站客流预测方法比较研究

智慧轨道交通 2024年第4期 98-103页

作者：余伟之夏三县篮杰刘军勾宇鹏何大四王亚勇白晓燕中铁第四勘察设计院集团有限公司郑州地铁集团有限公司中原工学院

为了更加合理地进行地铁车辆调度和制定人员配置方案，并在满足人们出行需求的基础上实现资源利用最大化，对地铁客流量进行准确地短时预测是非常必要的，同时客流预测对地铁站厅空调系统的运行调节也具有重要作用。文章通过对郑州某地... 详细信息

为了更加合理地进行地铁车辆调度和制定人员配置方案，并在满足人们出行需求的基础上实现资源利用最大化，对地铁客流量进行准确地短时预测是非常必要的，同时客流预测对地铁站厅空调系统的运行调节也具有重要作用。文章通过对郑州某地铁车站2014年6—7月的进站小时客流量数据进行统计分析，构建季节性差分自回归滑动平均（SARIMA）模型、非线性自回归神经网络（NAR）模型和长短期记忆网络（LSTM）模型，用统计数据进行模型训练并实施预测。通过在工作日客流预测中，发现LSTM模型在MAE、RMSE和R2上均优于其他模型，拟合系数R2达到0.981 4,MAE为55.84,均方根误差为88.56;在非工作日客流预测中，LSTM模型同样表现出最好的效果，R2达到0.981 7;SARIMA模型精度接近LSTM模型。这说明在对具有明显周期性数据预测时，无论是经典的时间序列方法还是先进的深度学习方法预测结果都很好，传统的神经网络因为无法捕捉周期性所以预测效果较差，预测精度相对较低。

关键词：地铁车站客流 SARIMA模型 NAR神经网络长短期记忆网络模型短时预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于LSTM模型的船舶材料成本滚动预测

造船技术 2024年第3期52卷 71-77页

作者：潘燕华李公卿王平江苏科技大学经济管理学院江苏镇江212100

船舶建造周期长、材料成本占比大,易受大宗商品价格指数和汇率等多个因素的影响,造成实际完工成本与报价估算存在较大误差的情况。采用灰色关联分析(Grey Correlation Analysis,GCA)方法识别材料成本的影响因素,基于长短期记忆网络(Long... 详细信息

船舶建造周期长、材料成本占比大,易受大宗商品价格指数和汇率等多个因素的影响,造成实际完工成本与报价估算存在较大误差的情况。采用灰色关联分析(Grey Correlation Analysis,GCA)方法识别材料成本的影响因素,基于长短期记忆网络(Long Short-Term Memory,LSTM)模型构建船舶材料成本滚动预测模型,并使用某造船企业53艘64000 t散货船63个月的材料成本数据和对应的影响因素数据进行试验分析。结果表明,预测数据与实际数据误差在可接受范围内,可证明所选择方法和构建模型的有效性。研究结果对制造过程的成本实时预测和控制具有现实意义。

关键词：船舶材料成本滚动预测长短期记忆网络模型灰色关联分析

维普期刊数据库博看期刊

基于LSTM动态波束赋形的高速列车越区切换算法

在线全文

学校读者我要写书评

暂无评论

铁道学报 2023年第10期45卷 78-86页

作者：李翠然张泽鹏谢健骊兰州交通大学电子与信息工程学院甘肃兰州730070

高速列车越区切换参数具有较强的时空相关性,以及无线信号在不同线路地形下具有衰落差异性,这都对高性能的越区切换提出了新的挑战,针对这一问题,设计一种基于长短期记忆网络动态波束赋形的高速列车越区切换算法。提出基于LTE-R中继通... 详细信息

高速列车越区切换参数具有较强的时空相关性,以及无线信号在不同线路地形下具有衰落差异性,这都对高性能的越区切换提出了新的挑战,针对这一问题,设计一种基于长短期记忆网络动态波束赋形的高速列车越区切换算法。提出基于LTE-R中继通信模型的高铁典型运行场景中波束无遮挡传输的基站天线高度设置规律,通过估计发射波束主瓣方向并利用参考信号接收功率序列的时间相关特性,提出eNB重叠区内天线波束增益需求预测模型;同时采用增加波束预留角策略实现联合约束条件下的高速列车越区切换。结合高速铁路典型运行场景(路堑、高架桥)的路径损耗预测模型仿真评估了算法性能。结果表明,所提算法以略微牺牲越区切换时延为代价提高了越区切换成功率,能够有效避免高速列车越区切换引起的通信中断问题。

关键词：高速铁路波束赋形长短期记忆网络模型波束预留角越区切换

西藏色拉滑坡时序InSAR二维形变反演与预测

在线全文

学校读者我要写书评

暂无评论

北京理工大学学报 2023年第11期43卷 1115-1124页

作者：刘媛媛陈人杰陈能辉东华理工大学测绘与空间信息工程学院江西南昌330013 东华理工大学自然资源部环鄱阳湖区域矿山环境监测与治理重点实验室江西南昌330013 江西省建筑设计研究总院集团有限公司江西南昌330000

针对西藏贡觉县色拉滑坡,采用小基线集技术获取滑坡一维视线向形变结果,通过多维小基线集技术计算滑坡二维东西向与垂直向形变速率与时间序列形变,结果表明色拉滑坡以东西向形变为主且滑坡前缘特征点累积位移超过100 mm;并将特征点累积... 详细信息

针对西藏贡觉县色拉滑坡,采用小基线集技术获取滑坡一维视线向形变结果,通过多维小基线集技术计算滑坡二维东西向与垂直向形变速率与时间序列形变,结果表明色拉滑坡以东西向形变为主且滑坡前缘特征点累积位移超过100 mm;并将特征点累积形变与地区降雨量进行对比分析,发现每年6月-9月期间滑坡前缘受强降雨影响形变速率加快从而牵引滑坡中后部分加速形变.采用长短期记忆网络模型对滑坡特征点时间序列进行预测分析,预测结果显示周期性和缓慢形变可获得恰当的预测结果,对于剧烈形变的特征点符合其运动趋势.所得结果可为金沙江流域类似滑坡灾害预警提供参考.

关键词：色拉滑坡合成孔径雷达干涉测量多维小基线集技术二维形变长短期记忆网络模型