门控循环单元相关论文
电子病历作为提升医生工作效率、实现诊断信息共享的重要载体近年来应用广泛,但其专业性特征与繁杂内容影响病历制作时效性,提高电......
大规模云数据中心的高能耗不仅会产生高昂的电力成本,还会导致高碳排放。为了节能减排,云服务提供商开始利用可再生能源为云数据中......
鉴于现有预测模型无法在大数据环境下对农产品价格进行准确和快速预测，提出了一种结合卷积神经网络（CNN）和门控循环单元（GRU）的农产品价......
针对电力负荷非线性、预测条件多样性、预测模型参数设置主观性等问题，提出一种基于强适应性的日均负荷日期映射法、高非线性拟合性......
对网络流量进行加密有助于保护数据安全和用户隐私，但是加密也隐藏了数据的特征，给恶意流量的识别增加了难度。针对传统机器学习方法......
已有推荐方法主要根据用户在会话期间点击的物品信息为用户推荐所需信息，但用户的兴趣在不同的时间会发生变化，因而很难从用户会话所......
随着国民经济水平的不断提高,全国汽车保有量也在飞速上涨,汽车在给人们的出行带来便利的同时,也伴随着一系列出行安全等方面的问......
数据驱动的主动服务推荐已成为实现智能服务、提升用户体验的重要技术，如何精确预测用户的服务需求成为当前重要问题之一。针对这个......
为了能够准确地预测空气质量指数（AQI），建立了基于集合经验模态分解（EEMD）-样本熵（SE）的极限学习机（ELM）和门控循环单元（GRU）组合的AQI预测模......
目前,在“双碳”的战略目标下,我国的能源结构正进行优化调整,石油、天然气等传统化石能源所占比重逐渐下降,取而代之地,电能的消......
针对目前团购推荐方法将单个用户与群组用户结合起来的研究很少，并且对时间间隔、社交关系等上下文相关信息的利用不充分，提出了一种......
风能是绿色能源也是可再生能源,风能的发展既满足了各国日益增加能源需求,又解决了使用传统能源导致的大气污染、生态破坏、能源枯......
准确的交通流预测对于城市路网规划和缓解交通拥堵具有重要意义。但是交通流数据表现出的动态性和强时空相关性使得精确的预测变得......
滚动轴承作为最常见的旋转机械零部件，其服役状态下产生的振动信号具有典型的周期性特征，为充分发挥轴承振动信号的这一特征，提出一种......
随着经济发展和工业化水平提高，空气污染问题日渐凸显。其中PM2.5对人类健康以及生产生活有较大影响，因其具有非线性、多因素影响等......
在方面级情感文本中存在部分不含情感词的评论句，对其情感的研究被称为方面级隐式情感分析。现有分析模型在预训练过程中可能会丢失......
为提升无人机在复杂空战场景中的存活率，本文基于公开无人机空战博弈仿真平台，使用强化学习方法生成机动策略，以深度双Q网络（double DQ......
随着城市化进程的不断推进,城市的常住人口和社会机动车的数量都变得越来越多,使得城市交通变得越来越拥堵。地铁作为一种稳定高效......
随着经济全球化趋势的不断发展,海上运输逐渐成为各国间贸易运输的重要方式。但海上交通环境日趋复杂,船舶出现碰撞、触礁等交通事......
为挖掘用户侧节能减排潜力，对用户用电行为进行精细化分析和管理，提升电能利用效率，提出了一种基于高斯混合模型聚类和深度神经网络相......
人体行为识别是当前一个热门研究方向,已被广泛应用在各种基于视频内容的智能化领域。近年来,深度学习在多个领域发展迅速,许多国......
短期电力负荷预测对电力系统的可靠运行具有重要意义，基于深度学习的方法近年来逐渐成为主流，但仍存在以下局限：1)缺乏对特征之间的依......
随着智能移动设备的普及,基于位置的社交网络也进一步融入到人们的日常生活,用户会在应用中共享位置信息并通过签到打卡的方式与朋......
热轧带钢成品的宽度精度直接影响产品成材率，是产品性能提升的关键，而精轧区带钢出口宽度的精准预测可以为粗轧区宽度控制模型参数提......
光伏发电产业的迅速发展对实现双碳目标具有十分重要的意义。为保障光伏发电系统的安全运行,建立完备可靠迅速的检测系统是保障光......
在金融领域内,越来越多的投资者涌入市场,同时量化投资领域内的研究者也越来越多。量化选股和量化择时作为量化投资领域内两个重要......
股票市场不仅受众多因素的影响,且影响因素间也存在复杂的非线性动态交互关系,使得时间序列数据成为一个具有序列相关性、非平稳性......
近年来,随着全球性的气候变化,城市内暴雨频发。落后的城市内涝防治手段与高速的城市化进程不匹配,给我国各大城市带来了严重的内......
滑坡变形监测数据是认识滑坡变形演化规律的直接依据，对该数据深度挖掘是实现滑坡灾害预警预报的有力保障。现有的滑坡位移预测模型......
高效精准的短期负荷预测对电力系统安全稳定运行至关重要。提出一种基于经验模态分解（EMD）和门控循环单元（GRU）的组合预测模型。首先选......
高效准确的短期电力负荷预测能帮助电力部门合理制定生产调度计划,减少资源浪费。深度学习中以循环神经网络（recurrent neural netw......
石油和天然气作为常用的工业能源,在国民经济中占有重要的作用和地位。随着油气生产和消费速度的增长,对其输送设备的可靠性和安全......
负荷分解后再预测的方法是负荷预测目前比较有效的组合预测方式。针对传统经验模态分解存在的端点效应和模态混叠的问题，以及负荷分......
2016年10月1日,继美元、英镑、欧元、日元后,人民币正式被纳入到SDR货币篮子,成为全球第五个主要储备货币,人民币汇率市场化程度得......
针对现有车辆运动状态估计算法严重依赖动力学模型精度且在大的质心侧偏角工况下准确性难以保障的问题，本文提出了一种基于混合神经......
交通流预测在智能交通系统的建设中起着关键性的作用,然而现有预测方法无法准确地挖掘其潜在的时空相关性,而且大多采用全连接网络......
交通运输是社会中最重要的组成部分,它是一个国家健康、可持续发展的基础。城市化进程的加速给城市交通管理带来了巨大压力,交通流......
为丰富地铁内部换乘客流预测理论，更好地制定地铁运营计划，提出了一种基于时间序列分解方法（STL）与门控循环单元（GRU）的地铁换乘客流预测......
针对温室番茄无法按需灌溉问题，提出了随机森林（Random forest, RF）结合门控循环单元（Gated recurrent unit, GRU）神经网络的温室番茄结......
在推荐系统中，用户的兴趣爱好受到自身的历史行为、社交网络等多方面影响，呈现出一种动态变化的趋势。而如何在推荐系统中结合用户的......
风电占比的不断增加对电力系统安全稳定运行带来挑战，快速、准确的风电功率预测方法至关重要。提出了一种ES-GRU-LSTM模型对风电场......
针对可穿戴睡眠监测缺乏有效的自动睡眠分期和睡眠质量评价方法这一问题，提出一种适用于睡眠呼吸暂停综合征患者的自动睡眠分期方法......
针对精准的空间电力负荷态势感知能够为城市电网的优化规划提供科学指导，提出了一种基于孤立森林、变分模态分解、多层感知机和门控......
风电预测技术对构建高比例新能源的新型电力系统具有重要意义。数值天气预报（Numerical Weather Prediction， NWP）的数据质量对风电功......
低能见度天气是高速公路交通中最严重的气象灾害之一,对国民经济和社会生活产生着较大的威胁。关于无锡地区低能见度天气的发生特......
随着5G移动网络的到来以及便携式移动端网络设备的快速发展,人们能够从互联网中获取大量的信息,并在购物网站、社交媒体上随时随地......
