LSTM-RNN相关论文
自然语言处理技术中拓展了全新的研究领域即语义情感分析,它可以根据语义文本上下文和对关键字的提取解析,挖掘内涵的情感因素。另......
楼宇节能一直是节能领域研究的重点方向。相对于其他能耗,中央空调系统所用的能耗占据了楼宇总能耗的最大部分,现今楼宇系统的智能......
随时信息化的飞速发展,建设智慧城市已经成为目前的重要发展方向,作为智慧城市的重要组成部分,公交车的服务质量提升问题已经成为......
环境污染和能源危机问题日益严重,因而受到国内外社会各界人士的高度关注,新能源电动汽车已经逐渐成为我国汽车工业的长期发展战略......
Earthquake precursor data have been used as an important basis for earthquake prediction.In this study,a recurrent neura......
本文提出和制作了一种基于改进型长短时记忆循环神经网络(LSTM-RNN)的锂离子电池健康度(SOH)估计系统。该系统可有效提取锂电池SOH......
原油是推动经济发展的主要动力之一。既往关于原油价格的预测中,以计量经济学为代表的线性方法,已经得到长足发展,机器学习(ML)方......
随着模式识别技术的发展与应用,睡眠自动分期方法正在逐渐取代手动分期研究。文章使用深度置信网络（Deep Belief Network,DBN）和长短......
研究地震前兆数据的异常变化是地震短临预测的基础,本文提出一种地震前兆数据的异常智能检测新方法,利用长短期记忆单元的递归神经......
针对数值模式和统计学习方法在海表面温度(SST)建模中的不足,将长短时记忆循环神经网络(LSTM-RNN)应用于SST的建模。使用研究海区2......
精准地故障检测不仅是准确定位故障根源的重要前提,更是及时故障恢复的关键所在。因此,本文基于LST包括正常和6种常见异常数据;其......
癫痫疾病是一种患病率较高的脑部疾病,它严重威胁着人们的健康。由于癫痫发作时会产生如棘波、尖波等特殊的脑电波形,临床医学通常......
学位
针对交通流时间序列,在深度学习的理论框架下,构建基于LSTM-RNN的城市快速路短时交通流预测模型.根据交通流的时空相关性完成时间......
针对配电变压器负荷非线性动态特性导致的负荷预测困难、预测精度低等问题,基于长短期记忆循环神经网络(LSTM-RNN)建立了配电变压......
