双向门控循环单元相关论文
为了提高光伏发电功率预测精度,提出了一种基于天鹰优化算法(aquila optimizer, AO)优化变分模态分解(variational mode decomposition......
针对风电机组的故障诊断问题,提出一种基于改进卷积神经网络(convolutionalneuralnetwork,CNN)和双向门控循环单元(bidirectional gate......
针对小尺度衰落信道下调制信号识别率低的问题,提出一种基于多注意力机制网络的调制识别算法。提取信号瞬时幅度/相位特征与同相/正......
该文针对短时交通流预测过程呈现的非线性、非平稳性及时序相关性特征,为提升预测的精度及收敛速度,提出一种基于互补集合经验模态分......
多导睡眠图(PSG)监测是临床上用于诊断诸如失眠、呼吸暂停等疾病的重要手段。为了解决以手工逐帧视觉判断PSG进行睡眠障碍患者睡眠阶......
滚动轴承是旋转器械的关键组成部分,它的状态直接决定了整个旋转机械的运行状况。一旦故障发生,将会造成重大的事故,带来极大经济......
现有的通信基站流量调节方法多基于单向神经网络预测调配,边缘信息的缺失导致精度不高。为解决此问题,提出一种基于双向门控循环单元......
随着中文自然语言处理技术的不断进步,再结合国内股市处于弱有效市场的基本判断,通过分析当日发布的各种文本数据判断市场情绪的研......
为提高负荷预测精度,考虑了历史负荷本身内在规律及外部影响因素,提出一种基于变分模态分解(variational modal decomposition,VMD)–......
目前大气污染物对于地区经济以及人体健康的影响不容忽视。选取徐州市2016-01-01—2021-01-24大气污染物和气象要素数据,针对大气污......
针对传统的短时交通流预测方法只关注了交通流的时间特征,未考虑空间特征,提出一种引入注意力机制的卷积神经网络和双向门控循环单元......
提出一种深度学习检测方法CNN-BiGRU.采用CNN自适应地学习变量之间存在的关联特征,利用BiGRU对时间序列的敏感性,对风机叶片故障分类......
随着电动汽车保有量的不断增长,电动汽车自燃和火灾事故不断发生,对车主和充电设施的经营者造成了严重的经济损失,充电安全问题已......
随着人们对发动机稳定性以及安全性的要求不断提高,发动机的故障预测技术受到了广泛关注。对发动机长期的维护存在着安全与高额成......
风能作为一种新能源,其优势在于它是干净、无污染、可再生的绿色能源,风能解决了传统燃油带来的污染问题,并且蕴藏丰富、成本低廉,......
随着社交媒体的发展,网络上出现了很多新型的社交平台,网民可以借助这些社交平台,诸如博客,微博和购物网站等等,实时的表达自己的......
作为飞机最重要的部件之一,航空发动机一旦发生故障,将直接影响飞行安全,造成经济损失甚至危及人员生命安全。然而,航空发动机又多......
随着电力业务的发展,客服环节时刻产生着大量的数据,然而传统对话数据情感检测方法对于客服质量检测的手段存在着诸多的问题和挑战......
针对深度学习入侵检测中出现的数据类不平衡及特征学习不全面等问题,提出了一种基于卷积神经网络(CNN)与双向门控循环单元(BiGRU)......
为了提升生鲜水果领域短文本情感分类的准确率,提出了一种并行混合网络的情感分类模型.针对食品领域出现较多的一词多义现象,采用......
循证医学是20世纪90年代在临床医学领域内迅速发展起来的一门新兴学科,是一门遵循科学证据的医学,它能够充分地应用当前所能获得的......
为了解决刑期预测任务准确率较差的问题,提出一种基于多通道分层注意力循环神经网络的司法案件刑期预测模型.该模型对传统的循环神......
针对单通道脑电信号睡眠自动分期效率和准确率问题,提出采用三尺度并行卷积神经网络提取睡眠信号特征和双向门控循环单元学习睡眠......
电价的实时波动,会对负荷预测精度产生一定影响,增加预测的复杂性.针对这一问题,本文构建基于注意力(AT-TENTION)机制的卷积神经网......
在如今的线上购物网站、在线社区和社交媒体中,文本评论已经成为研究人员研究用户行为和理解各种现象的最重要的数据源。在电商网......
语音质量评估技术是语音处理领域重要研究内容之一,它在移动通信、互联网、消费电子、数字娱乐、公共安全等领域具有广泛应用。主......
关系抽取任务旨在从文本中抽取实体对之间的关系,是当前自然语言处理领域的热门方向之一.由于中文具有复杂的句式和语法,导致现有......
齿轮箱作为大型旋转机械设备中能量转换的核心部件,被广泛的应用于各种旋转机械设备当中。如果齿轮箱中的关键零部件轴承或者齿轮......
针对军事重要目标实体自动获取的问题,提出一种将基于转换器的轻量级双向编码表征(a lite BERT,ALBERT)、双向门控循环单元(Bi-Gat......
针对输电线路覆冰厚度预测精度不高的问题,在以微气象因素为特征进行覆冰预测的基础上,采用物理引导(PG)的神经网络,对输电导线进......
文本情感分析通过提取文本特征,根据文本中的情感倾向进行分类.研究表明,递归神经网络和卷积神经网络模型具有良好的性能.为提高文......
风电功率的准确预测对电网的安全运行和经济调度起着重要作用,为进一步提高风电功率的预测精度,文章提出了一种基于CEEMD-CNN-BiGR......
随着互联网技术和硬件设备的发展,近些年来研究者们对于身份认证技术的研究十分重视,尤其是生物特征识别技术。手写签名作为生物行......
针对文本分类任务中传统自注意力机制存在的权重分配局限问题,以及双向门控循环单元(BiGRU)网络局部特征提取能力不足的问题,提出一种......
随着并行计算能力的不断攀升和音频数据量的日益扩增,音频场景识别成为场景理解领域重要的研究内容之一.针对音频场景识别建模难度......
对新型冠状病毒肺炎疫情的准确预测能为疫情防控政策的制定提供重要依据,为此提出基于双向门控循环单元(BiGRU)和注意力机制(Attentio......
实体关系抽取是信息抽取领域的重要研究内容,对知识库的自动构建起着至关重要的作用.针对非结构化文本实体关系抽取存在上下文环境......
滚动轴承作为大多数旋转机械的重要零部件,其工作状态直接影响设备的工作寿命.针对传统故障诊断方法自适应性差、特征提取过于依赖......
非侵入式负荷监测(non-intrusive load monitoring,NILM)中的负荷分解是一种将负荷总功率分解为各类负荷功率的技术;随着深度学习......
现有的观点句识别方法大多依赖于人工的特征选择,并且提取的数据稀疏。针对这些问题,提出一种基于自注意力双向门控循环单元(BiGRU......
传统事件触发词抽取方法在特征提取过程中对自然语言处理工具产生过度依赖的方法,耗费大量人力,容易出现错误传播和数据稀疏性等问......
法律判决预测指的是在给定案情描述的情况下,对案件的罪名和刑期进行预测。当前罪名预测主要使用深度神经网络模型,刑期预测主要使......
为充分挖掘蕴含在大量采集数据中的有效信息,提高短期负荷预测精度,提出一种基于卷积神经网络(CNN)和双向门控循环单元(BiGRU)、全......