检索结果-南通市图书馆

基于偏自相关分析和残差修正的径流量gru预测模型

在线全文

学校读者我要写书评

暂无评论

水力发电 2023年第9期49卷 23-28页

作者：严春华张玥姜中清梅杰高志发江苏省水利勘测设计研究院有限公司江苏扬州225000

由于河流径流量具有不规律随机特性,高精度预测径流量始终是一个难题。为了解决此问题,提出了基于gru(Gated Recurrent Unit)算法构建径流量的预测模型。首先,通过对径流量偏自相关分析,确定了gru预测模型的时序步长,以确定影响径流量... 详细信息

由于河流径流量具有不规律随机特性,高精度预测径流量始终是一个难题。为了解决此问题,提出了基于gru(Gated Recurrent Unit)算法构建径流量的预测模型。首先,通过对径流量偏自相关分析,确定了gru预测模型的时序步长,以确定影响径流量的历史片段长度;其次通过gru对径流量进行建模并得到估计残差;由于径流量的非稳定性,为了降低径流量的预测偏差,再次应用EMD(Empirical Mode Decomposition)方法对残差部分进行预处理,最后利用gru对残差部分进行修正,以提高径流量预测精度。结果表明,此方法对径流量的预测精度高于其他模型,为洪水预报的准确度提供了技术支持。

关键词：径流量预测偏自相关分析残差修正 gru EMD 模型

基于特征选择的IPSO-gru脱硫系统出口SO_(2)浓度预测模型

在线全文

学校读者我要写书评

暂无评论

网络安全与数据治理 2023年第2期42卷 62-69页

作者：杨兆祥金秀章华北电力大学控制与计算机工程学院河北保定071003

针对燃煤电厂在吹扫等过程中脱硫系统出口SO_(2)浓度的不能及时检测的问题,提出了一种基于特征选择的改进粒子群优化算法优化门控循环单元神经网络(IPSO-gru)的脱硫系统出口SO_(2)浓度预测模型。通过最大相关最小冗余(minimum Redundanc... 详细信息

针对燃煤电厂在吹扫等过程中脱硫系统出口SO_(2)浓度的不能及时检测的问题,提出了一种基于特征选择的改进粒子群优化算法优化门控循环单元神经网络(IPSO-gru)的脱硫系统出口SO_(2)浓度预测模型。通过最大相关最小冗余(minimum Redundancy and Maximum Relevance,mRMR)算法对采集的目标数据进行预处理,挑选出合适的变量,随后将选定的变量作为IPSO-gru预测模型的输入。针对门控循环单元(Gated Recurrent Unit,gru)模型关键超参数难以确定的问题,使用改进粒子群(Improved Particle Swarm Optimization,IPSO)算法对模型参数进行训练,以降低gru的训练成本。最终实现对脱硫系统出口二氧化硫浓度的预测。实验结果表明,所提模型与传统循环神经网络相比预测精度更高,在工程实际中更具应用价值。

关键词：预测模型 mRMR 改进粒子群 gru 出口SO_(2)浓度

基于FMCW雷达和ResNeSt-gru的行为识别方法

在线全文

学校读者我要写书评

暂无评论

计算机与现代化 2023年第11期 101-107,112页

作者：马泽宇叶宁徐康王甦王汝传南京邮电大学计算机学院江苏南京210023 江苏省无线传感网高技术研究重点实验室江苏南京210023

针对FMCW雷达在行为识别方面的应用,提出一种基于分离注意力残差神经网络(ResNeSt)和门控神经单元(gru)的人体行为识别系统。使用调频连续波(FMCW)雷达采集人体行为数据,之后采用快速傅里叶变换算法(FFT)提取雷达数据每一帧距离、速度... 详细信息

针对FMCW雷达在行为识别方面的应用,提出一种基于分离注意力残差神经网络(ResNeSt)和门控神经单元(gru)的人体行为识别系统。使用调频连续波(FMCW)雷达采集人体行为数据,之后采用快速傅里叶变换算法(FFT)提取雷达数据每一帧距离、速度和角度维信息,按照时间维度拼接成距离时间图(RTM)、多普勒时间图(DTM)和角度时间图(ATM),最后以RTM、DTM和ATM作为输入样本,采用三流ResNeSt-gru模型对不同人体行为进行识别。实验结果表明,三流ResNeSt-gru模型对8种行为的平均识别准确率达到了98.92%,均高于传统和融合式深度学习模型。此外,采用该模型比传统特征融合之后采用单流网络的识别准确率提高了2.3%。因而该系统可以有效提高人体行为识别系统的识别准确率,为人体行为识别提供新的技术方法。

关键词： ResNeSt gru FMCW雷达深度学习行为识别

基于CNN-gru的配电网中压馈线合环电流预测研究

在线全文

学校读者我要写书评

暂无评论

应用数学进展 2022年第7期11卷 4870-4886页

作者：罗勇荣娜詹献文贵州大学电气工程学院贵州贵阳

为提高传统配电网中压馈线合环电流估算或预测准确性和适应性,本文提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)和门控循环单元(gated recurrent unit, gru)的配电网中压馈线合环电流预测方法。首先,利用数据采集与... 详细信息

为提高传统配电网中压馈线合环电流估算或预测准确性和适应性,本文提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)和门控循环单元(gated recurrent unit, gru)的配电网中压馈线合环电流预测方法。首先,利用数据采集与监视控制系统获取历史负荷数据、电网结构参数以及运行方式等数据并进行预处理。其次,将预处理后的海量数据按时间滑动窗口构造为连续的特征矩阵作为输入,最后,利用CNN-gru混合模型建立输入特征与合环电流的映射关系,生成基于CNN-gru的中压馈线合环电流预测模型,进而实现其回归预测。借助DIgSILENT/PowerFactory和MATLAB 2020a软件,案例分析在贵州某城市配电网中展开,预想场景仿真和3组6条馈线合环试验结果初步表明所提的基于CNN-gru的数据驱动方法能提升合环电流估算或预测的准确性和适用性,与其他模型CNN、gru相比R2值分别由79.91%,87.7%提高到99.68%,验证了所提的模型具有较高的准确性和可行性,相关结论与讨论对配电网智能化技术研发有一定参考价值。

关键词： CNN gru 配电网中压馈线合环电流预测 DlgSILENT

基于gru-TextCNN的日志序列异常检测方法

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

计算机科学与应用 2023年第5期13卷 1006-1018页

作者：胡标徐克简文姜咏绮刘军温州大学计算机与人工智能学院浙江温州温州市智能网络重点实验室浙江温州

系统详细记录着系统的运行情况和事件,因此系统维护人员常常基于日志对系统状态进行分析,判断系统有无出现异常,以此更好地维护系统。由于现代系统日志数据大规模增加,传统的日志异常检测方法已经不适用现代系统日志。本文基于深度学习... 详细信息

系统详细记录着系统的运行情况和事件,因此系统维护人员常常基于日志对系统状态进行分析,判断系统有无出现异常,以此更好地维护系统。由于现代系统日志数据大规模增加,传统的日志异常检测方法已经不适用现代系统日志。本文基于深度学习技术,提出了一种基于gru-TextCNN的日志异常检测方法。该方法首先通过预处理将日志处理成日志语句,然后利用SBERT模型将日志语句转换成相应的句向量,随后利用滑动窗口提取日志序列,最后利用本文提出的基于gru-TextCNN的日志序列异常检测模型检测日志序列。通过在两个数据集上的实验结果表明,该方法能够有效检测出日志序列异常。

关键词：日志异常检测深度学习 gru TextCNN

维普期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于GCN-gru的短期时空负荷预测方法

能源与环保 2022年第4期44卷 211-215,221页

作者：朱力李成郭龙刘云鹏史炯国网湖北省电力公司襄阳供电公司湖北襄阳441002 武汉飞脉科技有限责任公司湖北武汉430070

随着城市的快速发展,城市配电系统也进行了快速的扩展。空间负荷预测研究可以指导电力系统的管理与调度,并且其准确性会影响到方案的合理性。首先分析并总结了常用空间负荷预测方法的特点,然后提出了GCN-gru时空负荷预测模型。GCN-gru... 详细信息

随着城市的快速发展,城市配电系统也进行了快速的扩展。空间负荷预测研究可以指导电力系统的管理与调度,并且其准确性会影响到方案的合理性。首先分析并总结了常用空间负荷预测方法的特点,然后提出了GCN-gru时空负荷预测模型。GCN-gru模型充分利用图神经网络在网络拓扑数据方面的优势以及gru在时间序列建模方面的优势,对电网进行建模,考虑了负荷的空间特性和时间特性,并将影响负荷的因素转换为特征向量进行算法训练,提高了负荷预测的准确度。最后以湖北省某市区电网为研究对象,证明了该方法的有效性。

关键词：配电网空间负荷预测图神经网络 gru 网络拓扑

基于gru和Attention的微博情感分析研究

在线全文

学校读者我要写书评

暂无评论

安徽科技学院学报 2022年第4期36卷 85-90页

作者：王英明谢进马鞍山学院腾讯云大数据学院安徽马鞍山243002 合肥学院人工智能与大数据学院安徽合肥230601

目的:针对传统长短时记忆神经网络参数量较多、训练时间过长、在并行处理上存在劣势等不足,提出一种结合多头注意力机制与双向门控循环单元的微博文本情感预测模型。方法:对文本进行预处理,加入位置信息进行词向量化,采用双向门控循环... 详细信息

目的:针对传统长短时记忆神经网络参数量较多、训练时间过长、在并行处理上存在劣势等不足,提出一种结合多头注意力机制与双向门控循环单元的微博文本情感预测模型。方法:对文本进行预处理,加入位置信息进行词向量化,采用双向门控循环单元提取文本特征,引入注意力机制关注文本序列中的重要信息构建微博文本情感预测模型。结果:本研究提出的模型与传统模型相比,训练时间较短,预测精度更高。结论:融合多头注意力机制和双向门控循环单元的情感预测模型能有效提取文本特征,提高模型预测精度。

关键词：情感分析注意力机制 gru

在线全文

学校读者我要写书评

暂无评论

水下蓝绿光gru接收机

山西电子技术 2022年第3期 52-54页

作者：卢洪斌祚铨卢戈百色学院广西百色533000 广州市隆光信息技术有限责任公司广东广州511458

水下光信道严重的随机非线性时变特性导致建立准确信道模型的困难,门控循环单元(Gated Recurrent Unit,gru)是一种优化的深度循环神经网络(DRNN),具有对时间序列信号之间关系的准确的建模能力。把gru应用到水下光接收机中,通过训练数据... 详细信息

水下光信道严重的随机非线性时变特性导致建立准确信道模型的困难,门控循环单元(Gated Recurrent Unit,gru)是一种优化的深度循环神经网络(DRNN),具有对时间序列信号之间关系的准确的建模能力。把gru应用到水下光接收机中,通过训练数据优化gru网络结构,使gru接收机具备检测接收码元序列与对应发送码元序列对应关系的功能。同传统接收机比较,这种方法明显改善了水下蓝绿光接收机的性能。

关键词：水下光信道 gru DRNN 非线性时变特性

基于Attention-gru-GAN神经网络的亚马逊平台下电商公司销量预测

在线全文

学校读者我要写书评

暂无评论

闽江学院学报 2023年第5期44卷 10-17页

作者：刘华锐颜胜男郭仕忠潘恺晔闽江学院计算机与控制工程学院福建福州350108 闽江学院数学与数据科学学院福建福州350108 闽江学院物理与电子信息工程学院福建福州350108 闽江学院实验室与设备管理处福建福州350108

为提升电商平台商家备货效率,构建了一种适用于亚马逊跨境电商平台的销量预测模型,通过对某类型商品历史销量数据、产品特征数据以及产品的增量数据等一系列输入进行训练学习。该模型通过对GAN(generative adversarial network)网络、GR... 详细信息

为提升电商平台商家备货效率,构建了一种适用于亚马逊跨境电商平台的销量预测模型,通过对某类型商品历史销量数据、产品特征数据以及产品的增量数据等一系列输入进行训练学习。该模型通过对GAN(generative adversarial network)网络、gru(gate recurrent unit)网络以及注意力机制的结合使用,使其具备更高的预测准确率,同时通过增量式学习策略,在保证预测准确率的前提下使得模型训练时间大为缩短,为商家对商品的库存规划提供了一定的指导。

关键词： gru GAN 注意力机制销量预测亚马逊