论文部分内容阅读
基于MCNN-LSTMs的时间序列分类研究
【摘 要】
：
随着社会的不断发展,时间序列数据已经存在于社会生活的各个方面,比如工业、网络、通信、交通、医学等领域。时间序列分类是将待测样本分配到预先定义好的类别中,被广泛运用到医学诊断、灾害预测、入侵检测、过程控制、道路交通等生活中的方方面面。由于现实生活中的时间序列往往具有高纬度、变长、多尺度和噪声等特点,相对于传统的机器学习分类方法,深度学习的分类方法成为当前的主流方法。本文针对时间序列分类中时空特征联合
【机 构】
：
武汉理工大学
【出 处】
：
武汉理工大学
【发表日期】
：
2020年01期
【基金项目】
：
其他文献
2021年9月，天津航运指数（TSI）下设的北方国际干散货运价指数（TBI）共发布20次，指数在月上旬小幅回落，中旬、下旬振荡上涨。 上旬，粮食市场运价连续小幅回落，煤炭及金属矿石市场运价明显下跌，拖累TBI整体呈现跌势，并于9日跌至月内最低点，跌幅为6.89%。随后，煤炭及金属矿石市场运价振荡上涨，粮食市场运价一路走高，带动TBI持续走高。临近月末，粮食市场运价延续涨势，煤炭及金属矿石市场运价
期刊
【摘 要】 为挖掘港口容量的最大潜力，分析超大型油船（VLCC）进港引航作业条件，提出感潮港口多泊位作业的关键技术及一潮双靠作业方案。以某原油码头VLCC一潮双靠引航为例，对一潮双靠引航方案进行技术论证。结果表明：在满足安全靠泊、编队安全航行、应急撤离等3个关键性和一定航速下的安全水深、拖船配备2个必要性的条件下，可以实现一潮双靠的引航作业，从而达到对目前港口最大容量潜力挖掘的目的，对提升港口效率
期刊
肝脏疾病已经给人类带来了严重的生理以及心理负担。作为常见的肝脏疾病治疗方法,射频消融(Radiofrequency Ablation,RFA)手术需要根据合适的图像引导系统进行穿刺消融,而传统图像引导方式不能展现病人的生理变化等因素从而影响手术的精确判断。因此为了提高手术导航系统的精确度以及可视化程度,提高RFA手术效率,本文以肝脏肿瘤穿刺导航为研究对象,搭建增强现实(Augmented Real
学位
精确的机械臂逆动力学模型可以提高机械臂的控制精度,具有广泛的应用价值及研究意义。传统的基于动力学原理的建模方法无法明确表述机械臂系统中存在的未知非线性,导致建立的模型精度不高。基于数据驱动的建模方法直接学习传感器数据得到逆动力学近似模型,其中高斯过程回归(Gaussian Process Regression,GPR)凭借着预测精度高、输出具有概率意义等特性,广泛应用于机械臂逆动力学建模。标准GP
磁共振成像(Magnetic Resonance Imaging,MRI)技术是临床医疗中重要的辅助诊断技术。这项技术具有电离辐射损伤,对软组织的结构可以清晰显示,能够获得多方位图像等优势,在临床中使用广泛。然而,由于采集需要的时间较长,不仅会给患者带来痛苦且移动会导致伪影的引入,而减少扫描的时间,就意味着采集的数据变少,则会导致重建出的图像效果较差。因此,利用少量数据快速重建出质量较高的MRI图
【摘要】水利工程的成本预算过程中涉及到很多的细化问题，在水利工程成本控制的过程中，不断地出现问题，我们必须解决问题，本文从水利工程成本综述、目前水利工程成本控制方面的相关问题、合理控制水利工程成本的相关对策等三方面进行了论述。 【关键词】水利；工程；成本；管理 改革开放以来，我国的经济建设取得了很大的成就，各项大型的民生工程也相继建立起来，水利工程就是其中典型的代表，水利工程有效的保障了各个地
期刊
随着人工智能技术的快速发展,图像超分辨率(Super-Resolution,SR)算法在智慧城市、医学影像等领域得到了广泛应用,成为了计算机视觉和图像处理领域的研究热点。近年来,基于生成式对抗网络(Generative Adversarial Network,GAN)的算法在该领域取得了巨大成功,吸引了学者的广泛关注。本文在对图像SR算法和GAN深入学习的基础上,重点研究基于GAN的图像SR算法中
近年来,肿瘤已经成为了人们健康的致命威胁,传统的化疗、放疗、手术切除等对都会对患者的身体造成不可逆的伤害,而医学超声波(Ultrasound,US)凭借其非侵入性、安全性高、成本低廉以及无创性的优点在医学临床上的诸多领域得到了广泛的应用,磁共振(Magnetic Resonance,MR)引导的高强度聚焦超声(High Intensity Focus Ultrasound,HIFU)也成为了人体肿
区块链技术是近年来最火热的技术之一,它所具有的去中心化、防篡改、可追溯的特性使它在解决当今社会常见的数据安全、隐私保护和数据溯源等问题上,有着独特的优势。然而,在利用区块链进行数据溯源时,不同场景下的查询的方案不相同,缺少更具针对性的查询方法。而共识算法作为区块链的底层,其安全性或者效率与一个区块链应用的好坏息息相关,传统的共识算法根据其优劣势有不同的应用场景,在保持其优势的同时对其劣势进行改进还
近年来在互联网中的新闻文本中进行人物关系的分类逐渐变成了信息抽取任务的研究方向之一。但目前对于新闻中的人物关系分析的研究较少,并且很多关系判断局限于同一篇新闻中,沒有结合同一事件的其他相关新闻,这样会影响关系分类结果的客观性。而且现下新闻聚类的相关算法缺乏对新闻发布时间以及关键地点的考虑。此外,目前基于深度学习的实体抽取以及实体关系抽取的模型主要针对于英语文本,没有很好的考虑到中英语在分词方面的差