检索结果-内蒙古大学图书馆

中国农村水利水电 2002年第8期 40-42页

作者：邵青武汉大学土木建筑工程学院 430072

利用改进的BP算法结合MATLAB工具箱 ,对SBR工艺中pH值变化的时间序列建立了一种BP网络预测模型 ,并利用该模型对SBR工艺中pH值的变化规律及趋势进行了研究。结果表明 :模型的计算值与实测值之间的误差很小 ,对未来时刻数据的预测精度也... 详细信息

利用改进的BP算法结合MATLAB工具箱 ,对SBR工艺中pH值变化的时间序列建立了一种BP网络预测模型 ,并利用该模型对SBR工艺中pH值的变化规律及趋势进行了研究。结果表明 :模型的计算值与实测值之间的误差很小 ,对未来时刻数据的预测精度也较高 ,模型较好地反映了SBR工艺中pH值变化的规律。

关键词： SBR工艺 PH值 BP算法网络预测模型

来源：评论

学校读者我要写书评

暂无评论

一种基于机器学习的碰撞假人肌肉神经网络预测模型的构建方法、预测方法、构建设备及一种计算机可读存储介质

一种基于机器学习的碰撞假人肌肉神经网络预测模型的构建方法、预...

引用

作者：陈文奇朱大炜张耿耿乔淑平 201805 上海市嘉定区安亭镇于田路123号

本发明涉及一种基于机器学习的碰撞假人肌肉神经网络预测模型的构建方法、预测方法、构建设备及一种计算机可读存储介质。该基于机器学习的碰撞假人肌肉神经网络预测模型的构建方法包括S1，获取碰撞假人肌肉结点坐标数据；S2，构建所述... 详细信息

标准号: CN116050223A

本发明涉及一种基于机器学习的碰撞假人肌肉神经网络预测模型的构建方法、预测方法、构建设备及一种计算机可读存储介质。该基于机器学习的碰撞假人肌肉神经网络预测模型的构建方法包括S1，获取碰撞假人肌肉结点坐标数据；S2，构建所述神经网络预测模型；S3，模型训练。本发明提出了一种基于机器学习的碰撞假人肌肉神经网络预测模型的构建方法、预测方法、构建设备及一种计算机可读存储介质，能构建神经网络预测模型，通过该神经网络预测模型能够快速有效预测碰撞假人各肌肉结点坐标。

关键词：构建神经网络预测模型网络预测模型基于机器肌肉神经计算机可读存储介质构建设备点坐标肌肉结预测模型训练学习

来源：评论

学校读者我要写书评

暂无评论

无人机动力学网络预测模型的建模、使用方法及相关设备

无人机动力学网络预测模型的建模、使用方法及相关设备

引用

作者：沙承贤 100086 北京市海淀区知春路76号8层

本公开的实施方式提供了无人机的动力学网络预测模型的建模、使用方法及装置、计算机可读存储介质和电子设备，属于计算机和通信技术领域。所述建模方法包括：获取无人机的飞行数据，其中所述飞行数据包括训练数据；使用所述训练数据对... 详细信息

标准号: CN113792473A

本公开的实施方式提供了无人机的动力学网络预测模型的建模、使用方法及装置、计算机可读存储介质和电子设备，属于计算机和通信技术领域。所述建模方法包括：获取无人机的飞行数据，其中所述飞行数据包括训练数据；使用所述训练数据对所述无人机的动力学网络预测模型进行训练以完成所述动力学网络预测模型的建模；其中所述无人机的动力学网络预测模型包括长短时记忆神经网络和全连接神经网络。本公开的建模方法，能够实现无人机的动力学网络预测模型的建模。

关键词：网络预测模型动力学建模飞行数据训练数据计算机可读存储介质计算机和通信记忆神经网络电子设备神经网络

来源：评论

学校读者我要写书评

暂无评论

基于径向基函数网络的加筋挡墙高度预测模型

引用

天津大学学报（自然科学与工程技术版） 2002年第4期35卷 511-515页

作者：周建萍闫澍旺天津大学岩土工程研究所天津300072

提出了一种基于人工神经网络 (ANN )技术的加筋挡墙临界高度预测方法 .通过 3 0组挡墙离心模型试验数据以及组足尺试验数据样本的训练与学习 ,建立了可用于加筋挡墙高度预测的径向基函数网络 (RBFN)模型 .采用 4组挡墙离心模型试验数据... 详细信息

提出了一种基于人工神经网络 (ANN )技术的加筋挡墙临界高度预测方法 .通过 3 0组挡墙离心模型试验数据以及组足尺试验数据样本的训练与学习 ,建立了可用于加筋挡墙高度预测的径向基函数网络 (RBFN)模型 .采用 4组挡墙离心模型试验数据和 1组足尺试验数据 ,共 5组样本作为检验样本对网络预测能力进行检验 ,结果表明网络的学习是成功的 ,同时网络能较好地适应本特定问题。

关键词：度预测模型人工神经网络土工合成材料径向基函数网络加筋土挡墙网络预测模型

来源：评论

学校读者我要写书评

暂无评论

基于深度信念网络的家居设备状态预测模型

引用

计算机技术与发展 2019年第8期29卷 161-166页

作者：安世博何勇孟亚茹贵州大学计算机科学与技术学院

由于不同的智能家居设备之间的独立性以及通讯方式的差异,增大了用户使用和管理方面的难度。为了解决智能家居设备在自动化控制方面的难题,提出了一种基于深度信念网络的网络预测模型。该模型首先针对单个设备采用基于受限玻尔兹曼机的... 详细信息

由于不同的智能家居设备之间的独立性以及通讯方式的差异,增大了用户使用和管理方面的难度。为了解决智能家居设备在自动化控制方面的难题,提出了一种基于深度信念网络的网络预测模型。该模型首先针对单个设备采用基于受限玻尔兹曼机的深度置信网络构建设备模型,通过无监督预训练逐层地挖掘设备通用化特征,最终采用有监督BP神经网络作为常规拟合层,综合考虑多个独立设备进行构建和训练网络预测模型。经过训练,该模型能够预测智能设备工作状态,根据预测结果调整相应设备,实现对智能家居设备的预测。该模型对智能设备工作状态的预测准确率达到97%,并在收敛速度以及设备数量影响方面具备较好的预期效果。实验结果表明,该模型能够充分发掘智能设备状态和用户信息间的联动关系,实现后续对设备的智能化自动控制。

关键词：智能家居深度信念网络网络预测模型自动化控制

来源：评论

学校读者我要写书评

暂无评论

基于深度置信网络的卸船机关联规则故障预测模型方法

基于深度置信网络的卸船机关联规则故障预测模型方法

引用

作者：叶永伟程毅飞赖剑人任设东 310014 浙江省杭州市下城区朝晖六区潮王路18号

一种基于深度置信网络的卸船机关联规则故障预测模型方法，包括以下步骤：(1)将桥式抓斗卸船机小车系统状态监测的时间序列作为模型输入，采样获得小车系统的关联内部特征信息和故障类别作为模型输出；(2)对原始监测数据进行预处理；(3... 详细信息

标准号: CN110457786B

一种基于深度置信网络的卸船机关联规则故障预测模型方法，包括以下步骤：(1)将桥式抓斗卸船机小车系统状态监测的时间序列作为模型输入，采样获得小车系统的关联内部特征信息和故障类别作为模型输出；(2)对原始监测数据进行预处理；(3)对获取的时间序列进行相空间重构，转换成矩阵形式并构建输入和输出映射关系；(4)训练由RBM堆叠和回归层构成的深度置信网络预测模型，获取各个相关监测点振动烈度为时间序列的未来残差序列预测值；(5)利用关联规则构建故障类型与对应监测点残差序列特征约束函数模型；(6)输入数据集利用训练得到的模型进行预测。本发明精度较高、计算简易、工程实用性强。

关键词：时间序列小车系统监测点残差构建置信桥式抓斗卸船机预处理故障预测模型内部特征信息网络预测模型工程实用性输入数据集相空间重构故障类别故障类型关联规则监测数据矩阵形式模型输入输出映射序列特征序列预测约束函数振动烈度状态监测采样堆叠卸船简易关联输出转换回归预测机关网络

来源：评论

学校读者我要写书评

暂无评论

基于深度置信网络的卸船机关联规则故障预测模型方法

基于深度置信网络的卸船机关联规则故障预测模型方法

引用

作者：叶永伟程毅飞赖剑人任设东 310014浙江省杭州市下城区朝晖六区潮王路18号

标准号: CN110457786A

来源：评论

学校读者我要写书评

暂无评论

基于改进型BP神经网络模型的飞行事故预测研究

引用

航空维修与工程 2008年第4期 25-26页

作者：赵录峰端木京顺韩卫刚黄书峰空军工程大学工程学院

针对反映空军飞行安全形势的重要指标之一——飞行事故万时率,采用 BP 神经网络方法建立了一个三层结构的 BP 网络预测模型,对其进行了分析训练和仿真验证。

关键词： BP神经网络模型飞行事故事故预测改进型 BP神经网络方法网络预测模型安全形势三层结构

来源：评论

学校读者我要写书评

暂无评论

一种基于轻量级时空深度学习模型的网络流量预测方法

一种基于轻量级时空深度学习模型的网络流量预测方法

引用

作者：郭芳陈蕾顾德杨李平 210046 江苏省南京市栖霞区文苑路9号

本发明公开了一种基于轻量级时空深度学习模型的网络流量预测方法，首先，根据网络状态，基于预先设定的时间间隙采样若干历史时刻的网络流量数据，并对所采样的数据做归一化处理；其次，构建基于卷积神经网络和循环神经网络的神经网络... 详细信息

标准号: CN110851782B

本发明公开了一种基于轻量级时空深度学习模型的网络流量预测方法，首先，根据网络状态，基于预先设定的时间间隙采样若干历史时刻的网络流量数据，并对所采样的数据做归一化处理；其次，构建基于卷积神经网络和循环神经网络的神经网络模型，提取网络流量中的时空特征；然后，使用数据集对建立的神经网络模型进行训练，获得轻量级时空深度学习网络流量预测模型；最后，根据已获得的历史流量矩阵，通过该网络预测模型，预测未来时刻的流量值。本发明解决了深度学习参数复杂以及循环神经网络梯度爆炸的问题，同时还提高了预测模型的准确率。

关键词：神经网络模型网络流量预测循环神经网络采样卷积神经网络网络流量数据网络预测模型矩阵时空归一化处理历史流量历史时刻时间间隙时空特征使用数据网络流量网络状态未来时刻预测模型准确率构建学习爆炸预测

来源：评论

学校读者我要写书评

暂无评论

基于STL分解和VAE-TCN网络模型的港口空气质量预测方法

基于STL分解和VAE-TCN网络模型的港口空气质量预测方法

引用

作者：徐凯俞扬信任珂周洋王威陈康旭陆军 223100 江苏省淮安市洪泽区东七街三号高新技术产业园A12-2(淮阴工学院技术转移中心洪泽分中心)

本发明公开了一种基于STL分解和VAE‑TCN网络模型的港口空气质量预测方法，将获取港口空气质量影响因素多维时间序列变量进行预处理；对多维时间序列变量进行STL分解，将分解处理得到的各个分量作为新的特征；利用VAE模型对新的特征进行... 详细信息

标准号: CN117390431A

本发明公开了一种基于STL分解和VAE‑TCN网络模型的港口空气质量预测方法，将获取港口空气质量影响因素多维时间序列变量进行预处理；对多维时间序列变量进行STL分解，将分解处理得到的各个分量作为新的特征；利用VAE模型对新的特征进行降维处理，获取特征序列；将降维后得到的特征序列与原本港口空气质量数据序列进行重构，得到重构后的新时序序列；搭建港口空气质量预测TCN网络模型，使用重构后的时序序列作为模型的输入，输出预测的信息数据，训练TCN网络，得到训练好的神经网络预测模型TCN；最后将港口空气质量数据送入训练好的TCN网络预测模型进行港口空气质量预测，评估预测结果。本发明有效提升港口空气质量预测准确性和鲁棒性，简化模型，提升运算速度。

关键词：港口重构多维时间序列空气质量数据预测特征序列网络模型神经网络预测模型预处理网络预测模型分解分解处理简化模型降维处理评估预测时序序列输出预测信息数据影响因素鲁棒性新时序降维运算送入网络

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：