【摘 要】
：
长短期记忆(long short-term memory,LSTM)模型可以克服循环神经网络(recurrent neural networks,RNN)在短期负荷预测中存在的梯度消失和梯度爆炸等问题,但LSTM模型的门控单
【机 构】
：
青岛大学电气工程学院,国网山东省电力公司青岛供电公司
【基金项目】
：
国网山东省电力公司科技项目(2020A-022)
论文部分内容阅读
长短期记忆(long short-term memory,LSTM)模型可以克服循环神经网络(recurrent neural networks,RNN)在短期负荷预测中存在的梯度消失和梯度爆炸等问题,但LSTM模型的门控单元结构复杂,参数较多,模型训练较为困难。为此,提出一种采用改进粒子群优化(particle swarm optimization,PSO)算法优化的最小窥视孔长短期记忆(min peephole long short-term memory,MP-LSTM)模型。与经典LSTM模型相比
其他文献
随着物质文化生活水平的提高和高科技的发展,心脑血管疾病的发病率居高不下,发病人群不再局限于高龄年长者,现已波及到活泼可爱的儿童乃至婴幼儿.临床中以小儿心肌炎发病率较高.此病轻重悬殊,病程长,易复发,累及心脏.这使患儿及家长对康复和生存缺乏信心.在患儿的成长过程中,需要一个健康的环境.因此,护理工作者做好此病患儿和家长的健康教育有义不容辞的责任。
为了解决近年来大量分布式电源(distributed generation,DG)接入导致传统状态估计模型不再适用,以及由于传统等值PQ节点建模无法准确估计配电系统的问题,在建立的风力简化RX
角膜板层刀与Technolas 217准分子激光治疗仪配合使用治疗屈光不正(激光原位角膜磨镶术,LASIK),因其优良的手术疗效日益被越来越多的患者所接受.作为手术器械重要组成部分的角膜板层刀,极为精密,并对手术的成功至关重要,因此,我们总结了LASIK手术4800例的经验,对其消毒与保养做进一步探讨。