公共文化服务平台

搜索到5746篇“ 短时记忆“的相关文章

基于长短时记忆神经网络模型的空调能源消耗预测研究: 2025年; 随着全球气候变化和能源资源的日益紧张,工业园区能耗的管理和优化变得尤为重要。在工业园区能耗中,空调系统所占比例巨大,对其能耗进行准确预测和有效控制具有重要意义。为此,提出了一种基于长短时记忆神经网络模型的空调能耗预测方法,用于实现工业园区中使用不同规则划分的空调节能潜力测算。首先,通过斯皮尔曼相关系数筛选合适的空调能耗指标作为预测模型的输入参数;然后,采用神经网络模型来进行预测,空调的能耗指标包括室内环境参数、室外环境参数、设备运行参数、空调历史能耗数据4部分;最后,使用一个算例验证了所提出的空调能耗预测方法的预测性能。结果表明,该方法不仅对空调系统的长期能耗进行了考虑,而且能够预测其在若干个短期控制步长的能耗,来实现能耗的实时预测与控制。; 王雨薇任禹丞郑杨胡涵天吴含青刘京易

基于长短时记忆网络及智能调优算法优化的冠心病患者中医脉象识别研究: 2025年; 目的:为早期检测冠心病探索无创、快速、经济、可靠的技术。方法:纳入健康人群196名,仅高血压病无其他心血管疾病患者186例,明确诊断冠心病患者226例,采集其脉象数据并提取参数。在前期研究基础上,对传统脉象参数进行扩充,引入更多特征并使用树模型特征选择对所有特征的重要性排序后取前十进行降维。随后基于长短时记忆网络(LSTM)算法以及使用麻雀搜索算法(SSA)、模拟退火算法(SA)、粒子群算法(PSO)以及开普勒优化算法(KOA)分别对其进行调优。结果:基于KOA优化的LSTM取得了0.83607的准确率,0.83446的精准率,0.83734的召回率,0.8359的F1得分以及0.91793的特异性。结论:基于KOA优化的LSTM相比其他基于LSTM的智能优化算法拥有更高的准确率、精准率、召回率、F1得分以及特异性,对健康人群、高血压病以及冠心病人群有较好的识别效果。; 吕仪吴海妹燕海霞洪静洪静王忆勤徐璡; 关键词：冠心病

风机叶片覆冰厚度的长短时记忆校正预报方法及装置: 本申请实施例提供一种风机叶片覆冰厚度的长短时记忆校正预报方法。方法包括：确定需要开展冻雨覆冰数值预报的待预报区域；将待预报区域划分成等距离网格；获取开展冻雨覆冰数值预测的初始场数据和边界条件数据，初始场数据是指数值模式开...; 蔡泽林王磊徐勋建冯涛简洲孔磊邸悦伦

一种基于长短时记忆结合注意力机制的肌力估计方法: 本发明提出了一种基于长短时记忆网络结合注意力机制的肌力估计方法，旨在解决传统肌力评估方法的局限性，该方法首先通过肌电传感器和力传感器采集多通道表面肌电信号和力数据，并进行小波去噪滤波处理。随后，应用通道注意力机制为每个通...; 席旭刚朱骐轩李达梁立军高云园吕忠李鲁亚林毓聪汪婷

基于双向长短时记忆网络和自注意力机制的心音分类: 2025年; 心音听诊是早期筛查心脏病的有效诊断方法。为了提高异常心音检测性能,提出了一种基于双向长短时记忆(Bi⁃directional long short⁃term memory,Bi⁃LSTM)网络和自注意力机制(Self⁃attention mechanism,SA)的心音分类算法。对心音信号进行分帧处理,提取每帧心音信号的梅尔频率倒谱系数(Mel⁃frequency cepstral coefficients,MFCC)特征;将MFCC特征序列输入Bi⁃LSTM网络,利用Bi⁃LSTM网络提取心音信号的时域上下文特征;通过自注意力机制动态调整Bi⁃LSTM网络各时间步输出特征的权重,得到有利于分类的更具鉴别性的心音特征;通过Softmax分类器实现正常/异常心音的分类。在PhysioNet/CinC Challenge 2016心音数据集上对所提出的算法使用10折交叉验证法进行了评估,得到0.9425的灵敏度、0.9437的特异度、0.8367的精度、0.8865的F1得分和0.9434的准确率,优于对比的典型算法。实验结果表明,该算法在无需进行心音分段的基础上就能有效实现异常心音检测,具有潜在的临床应用前景。; 卢官明李齐健卢峻禾戚继荣赵宇航王洋魏金生

基于概念性水文模型与长短时记忆模型耦合的汉江上游流域径流模拟: 2025年; 为了探究概念性水文模型(GR4J)与长短时记忆模型(LSTM)耦合过程中物理模型参数反馈机制以及考虑土壤含水量作为中间变量对物理引导机器学习(PIML)模型径流模拟的影响,本研究构建了PIML模型并设置考虑参数反馈、考虑中间变量和两者同时考虑的3种方案(依次简称为H1、H2、H3),以安康站为控制站的汉江上游流域开展实例研究。结果表明:(1)3种PIML模型径流模拟效果均优于LSTM模型,其中验证期纳什系数(NSE)平均提升10.6%,而PIML-H1与PIML-H3模型径流模拟效果优于GR4J模型,验证期NSE平均提升4.2%,其中PIML-H3模型在3种PIML模型中表现最佳,表明基于LSTM和GR4J模型构建的PIML模型对径流模拟效果有所改善,且同时考虑中间变量和参数反馈因素时对径流模拟效果改善最佳;(2)3种PIML模型对低水流量的模拟效果均优于GR4J和LSTM模型,且PIML-H3模型效果最佳,而对于高水流量,3种PIML模型均表现不佳,说明PIML模型往往在模拟低流量事件中更占优势;(3)3种PIML模型的径流模拟效果均表现出较强的季节性变化,PIML-H2和PIML-H3模型相较于PIML-H1模型受到的季节性变化影响更为明显,说明PIML模型模拟径流结果的季节性变化受到中间变量的影响。研究可为汉江上游流域径流模拟预报提供技术支撑。; 邓超孙培源尹鑫邹佳成王卫光; 关键词：径流模拟

一种基于长短时记忆时域车道线估计方法、装置、非暂时性计算机可读存储介质及车辆: 本发明公开一种基于长短时记忆时域车道线估计方法、装置、非暂时性计算机可读存储介质及车辆，其中，方法包括：对当前帧图像特征与上一帧的短期图像特征进行融合，并对融合后的图像特征提取鸟瞰图特征，得到当前帧的鸟瞰图特征；根据当前...; 胡益珲牟永强

一种基于卷积长短时记忆网络的波束对准方法: 本发明属于无线通信和深度学习技术领域，具体涉及一种基于卷积长短时记忆网络的波束对准方法。本发明利用空间相关性来深度压缩探测波束的数量，选出一部分波束进行探测，再搭建基于卷积长短时记忆网络的最优波束推断网络来提取连续时刻探...; 张蔺单文星马一鸣

一种基于长短时记忆网络的电池SOC预测方法: 本发明提出一种基于长短时记忆网络的电池SOC预测方法，能够捕获电池SOC预测时序，预测结果更加准确。本发明按照改造后的长短时记忆网络的结构，构建三层的径向基神经网络；随后下载NASA的电池数据集，根据电压，电流，温度，时...; 梁晓嫱佟玉琦宛棋陈亚东田崔钧

基于长短时记忆网络的智能工厂入侵设备检测方法: 本发明公开了一种基于长短时记忆网络的智能工厂入侵设备检测方法。本发明基于长短时记忆网络分析不同时刻智能工厂内设备所发射的信号的特征之间的时序关系，并从该时序关系中提取有关信号特征的更深层次的信息，从而提高非法入侵设备的检...; 文思涵孟瑜炜滕舟斌俞荣栋王战钟耀毅周成伟

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈