【摘 要】
：
随着物联网技术和5G技术的发展,各类智能设备收集的时序数据规模急剧增长,为了利用深度学习技术对大规模时序数据进行预测,提出一种基于深度神经网络的时序预测模型。该模型
【机 构】
：
上海理工大学光电信息与计算机工程学院
【基金项目】
：
上海市科学技术委员会科研计划项目(17511109102)
论文部分内容阅读
随着物联网技术和5G技术的发展,各类智能设备收集的时序数据规模急剧增长,为了利用深度学习技术对大规模时序数据进行预测,提出一种基于深度神经网络的时序预测模型。该模型首先利用时域卷积神经网络层对时序数据进行预处理,然后利用双向GRU神经网络层提取时序数据的前向特征和后向特征,最后对时序数据进行预测。在真实数据集上的实验结果表明,该模型相比传统长短期记忆网络模型,预测准确度提高了近70%,预测速度提高了近10%,可更好地满足对大规模时序数据的预测需求。
其他文献
研究了波形回归吸光光度法测定多穗柯叶中类黄酮含量的方法,与原比色法相比,具有较高的准确度和可靠性.
目的：正畸治疗过程中比较邻面龋常规充填与改良充填临床效果.方法：48颗患牙有邻面龋（中龋）前牙分为A.B两组,A组：选24颗患牙常规从舌侧去腐,备三类洞;前牙邻接面的窝洞,不包括切角
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清华大学发明人:隋森芳文摘:本发明属于生物技
作为特定历史环境下出现的“伤痕小说”，其经典化并不是简单意义上经过时间锤炼的“经典”，而是经由一整套文学生产机制诸如国家意识形态、出版、评奖、接受等各个环节的筛选和
移动群智感知任务中的数据类型多以图片和长视频为主,因而在其任务执行过程中容易造成大量能耗。以提高群智感知框架下的能源有效性为研究目标,以手机电量消耗为能耗指标,提出面向单体节能技术与面向全局节能技术相结合的方法,实现手机能源最大化利用。结合Android开发过程中的部分算法优化与移动群智感知任务执行中的节能模块(文本转换模块、图片压缩模块、视频压缩模块等),实现单体能耗更低。在此基础上,结合面向全
目的分析醒脑静治疗急性脑出血的临床疗效。方法该次研究所选择的对象为该院2018年6月—2019年6月期间收治的急性脑出血患者66例,根据不同的治疗方式可以将患者分成观察组和
深度学习技术是支撑众多人工智能应用的基础,云服务是当今主流的计算能力供给模式。以云服务方式提供深度学习能力广受关注,构建这类服务的关键在于深度学习业务向云服务模式
癌症是发病率和死亡率极高的疾病,癌细胞正确识别与癌症等级正确判断具有极其重要的意义。深度神经网络(DNN)可用神经网络模拟大脑识别过程,底层提取初级特征,高层对底层特征进行组合与抽象。以乳腺癌细胞图像为例,采用BreaKHis官网数据集,在Linux操作系统安装Pycharm开发软件,以Tensorflow为框架,搭载Python2.7编译环境,增加现有神经网络的卷积层数和全连接层数,提出一种优化
对《地铁设计防火标准》中有关安全出口、紧急疏散、区间疏散、防火分区划分、楼扶梯设置等条文中存在的争议点进行解析,同时提出作者的修订建议。对《地铁设计防火标准》相
现代社会，突发性公共安全事件对城市的发展产生了极大的危害。本文通过对复合治理的必要性及其相关特征的分析，认为对于城市的突发性公共安全事件，必须进行复合治理，充分发挥政府