检索结果-内蒙古大学图书馆

西安交通大学学报 2025年第2期59卷 146-155页

作者：任晓萍陈志平西安交通大学数学与统计学院西安710049 东北石油大学数学与统计学院黑龙江大庆163318

为了提高股票价指数预测的准确性、增强统计建模性能优化与股票指数特征相依的交易策略效果,提出一种将指数预测与量化交易策略有效结合的门控循环单元深度进化量化模型(GRU-DES)。首先,建立循环神经网络(RNN)、长短时记忆神经网络(LSTM... 详细信息

为了提高股票价指数预测的准确性、增强统计建模性能优化与股票指数特征相依的交易策略效果,提出一种将指数预测与量化交易策略有效结合的门控循环单元深度进化量化模型(GRU-DES)。首先,建立循环神经网络(RNN)、长短时记忆神经网络(LSTM)和门控循环单元网络(GRU)预测模型,分别对上海证券交易所(上证)超大盘股票指数、上证中盘股票指数和上证小盘股票指数进行预测;接着采用所提出的深度进化量化模型(DES)对三大股票指数的预测值与真实值进行回测研究,通过比较预测结果与真实结果在同一策略下的各项回测指标和交易细节等特性确定最优网络结构和策略参数,进而优化深度进化策略;最后根据优化后的策略提出了GRU-DES模型,并再次对三大股票指数进行样本外数据回测来验证模型有效性。实证回测结果表明:所提出的GRU-DES模型在各量化回测指标上较LSTM-DES模型与RNN-DES模型的预测精度均高出14%以上,有效解决了统计预测指标的随机性和过拟合的问题;根据2016年至2024年7年间数据回测,所提出的GRU-DES模型比强化学习模型在各回测指标中均展现了稳定性和有效性。

关键词：股票指数量化模型长短时记忆神经网络门控循环单元收益率

来源：评论

学校读者我要写书评

暂无评论

融合数据分解和优化门控循环单元的水质预测模型及应用

引用

环境科学学报 2025年第2期45卷 201-213页

作者：郭利进刘彦宾刘文哲陈剑铮天津工业大学控制科学与工程学院天津300387 天津市电气装备智能控制重点实验室天津300387

水质预测对保护水生态系统和确保人类健康至关重要.为使预测任务更加准确、高效,本研究提出了一种基于模态分解、聚类重构、优化算法及门控循环单元(GRU)的组合预测模型.首先,采用自适应噪声完备集合经验模态分解(CEEMDAN)将原始序列分... 详细信息

水质预测对保护水生态系统和确保人类健康至关重要.为使预测任务更加准确、高效,本研究提出了一种基于模态分解、聚类重构、优化算法及门控循环单元(GRU)的组合预测模型.首先,采用自适应噪声完备集合经验模态分解(CEEMDAN)将原始序列分解成不同频率的本征模态函数(IMF);其次,通过排列熵算法与K-means聚类方法将复杂度相近的序列进行重构;最后,利用改进蜣螂优化算法优化GRU神经网络,融合各模态的预测结果以获得最终预测值.结果表明,该模型在天津曹庄子泵站监测点数据集上的均方根误差、平均绝对误差、平均绝对百分比误差、R^(2)分别为0.2277、0.1634,1.6393%、0.9566,均优于其他对比模型.在其他监测点的实验中,该方法也表现出色,进一步验证了模型的泛化能力与预测精度.模型具有良好预测性能,可为水质预测提供一种新的有效方法.

关键词： CEEMDAN分解门控循环单元蜣螂优化算法排列熵水质预测

来源：评论

学校读者我要写书评

暂无评论

基于多尺度卷积神经网络和门控循环单元的离心泵叶轮故障诊断

引用

机电工程 2025年

作者：陶付东智一凡李怀瑞柳应倩郝达秦浩洋付强江苏大学流体机械工程技术研究中心核电泵及装置智能诊断运维联合实验室中国核电工程有限公司

针对采用传统的诊断方法难以准确识别离心泵的关键水力部件叶轮在离心力、流体动力等综合作用情况下产生的机械故障这一问题，提出了一种多尺度卷积神经网络(MCNN)和门控循环单元(GRU)相结合的离心泵叶轮故障诊断方法。首先，在卷积神... 详细信息

针对采用传统的诊断方法难以准确识别离心泵的关键水力部件叶轮在离心力、流体动力等综合作用情况下产生的机械故障这一问题，提出了一种多尺度卷积神经网络(MCNN)和门控循环单元(GRU)相结合的离心泵叶轮故障诊断方法。首先，在卷积神经网络的基础上引入了循环神经网络，建立了特征提取和故障分类模块，可以自动地对原始输入信号进行空间和时间特征提取并识别关键故障模式；然后，搭建了立式离心泵叶轮故障仿真实验台架，对叶轮不同故障下的泵体振动信号进行了采集，用于训练所提MCNN-GRU诊断模型；最后，利用MCNN和GRU搭建了的诊断模型和其他模型，对叶轮不同故障情况下的振动信号故障识别情况进行了对比，并对抗噪性能进行了分析。研究结果表明：无噪声情况下的单通道诊断准确率超过97.59%，在强噪声条件下多通道诊断准确率达99.13%，优于传统方法，表现出良好的抗噪性能；此外，通过三通道振动数据的融合，诊断准确率达100%，可验证多通道数据融合的优势。该研究结果可为离心泵叶轮故障诊断提供可靠的方案。

关键词：离心泵特征提取多通道信息融合多尺度卷积神经网络门控循环单元

来源：评论

学校读者我要写书评

暂无评论

粒子群优化的门控循环单元网络漂流浮标轨迹预测

引用

电子与信息学报 2024年第8期46卷 3295-3304页

作者：刘凇佐王虔李磊李慧余赟哈尔滨工程大学水声技术重点实验室哈尔滨150001 工业和信息化部海洋信息获取与安全工信部重点实验室(哈尔滨工程大学) 哈尔滨150001 哈尔滨工程大学水声工程学院哈尔滨150001 哈尔滨工程大学三亚南海创新发展基地三亚572024 中国石油大学(华东)海洋与空间信息学院青岛266580 哈尔滨工程大学智能科学与工程学院哈尔滨150001 海军装备研究院北京100161

该文针对漂流浮标的轨迹预测问题,提出一种基于深度学习框架的端对端预测模型。由于不同海域的水动力模型存在较大差异,针对海面漂流浮标的流体载荷计算也较为复杂。因此,该文根据漂流浮标历史轨迹形成的多维时间序列,提出更具有普适性... 详细信息

该文针对漂流浮标的轨迹预测问题,提出一种基于深度学习框架的端对端预测模型。由于不同海域的水动力模型存在较大差异,针对海面漂流浮标的流体载荷计算也较为复杂。因此,该文根据漂流浮标历史轨迹形成的多维时间序列,提出更具有普适性的基于数据驱动的轨迹预测模型。该模型将粒子群优化算法(PSO)与门控循环单元(GRU)结合,使用PSO算法对GRU神经网络的超参数进行初始化,经过多次迁移迭代训练后获得最优漂流浮标轨迹预测模型。最后使用多个北大西洋真实漂流浮标轨迹数据进行验证,结果表明PSOGRU算法能够实现准确的漂流浮标轨迹预测。

关键词：漂流浮标轨迹预测粒子群优化门控循环单元

来源：评论

学校读者我要写书评

暂无评论

基于门控循环单元的蛛网形FBG传感网络设计

引用

光子学报 2022年第3期51卷 206-214页

作者：邵向鑫马子筱路天麒李冬江虹长春工业大学电气与电子工程学院长春130012

针对大型结构健康监测对于光纤光栅传感网络的复用容量和维护成本的较高要求,设计了一种蛛网形拓扑结构的传感网络。该结构网络利用波分复用来增加网络的复用容量,并优化了基于门控循环单元的模型来对重叠波长进行解调。设计的新型传感... 详细信息

针对大型结构健康监测对于光纤光栅传感网络的复用容量和维护成本的较高要求,设计了一种蛛网形拓扑结构的传感网络。该结构网络利用波分复用来增加网络的复用容量,并优化了基于门控循环单元的模型来对重叠波长进行解调。设计的新型传感网络具有较高的网络可靠性和网络复用容量,截取蛛网形网络的部分结构进行实验,设计了四种故障情况进行对比,证明了蛛网形网络具有较高的可靠性。通过改进解调模型的网络结构增加模型识别精度,采用训练良好的模型对不同重叠程度光谱解调,在89.9%情况下其均方根小于1 pm,证明改进模型可有效地对重叠光谱进行解调,大大增加了网络的复用容量。设计的新型传感网络可有效地增加网络的可靠性和复用容量。

关键词：光纤布拉格光栅拓扑结构门控循环单元波分复用深度学习可靠性

来源：评论

学校读者我要写书评

暂无评论

基于门控循环单元的移动社会网络链路预测方法

引用

计算机研究与发展 2023年第3期60卷 705-716页

作者：刘林峰于子兴祝贺南京邮电大学计算机学院南京210023

链路预测是指通过已知的网络拓扑和节点信息来预测未来时刻节点之间的潜在关系,链路预测能够帮助在各种存在链路的应用领域更加合理地分配资源、降低资源开销.移动社会网络属于动态网络的一种,其网络结构总是随着节点和链路的出现、消... 详细信息

链路预测是指通过已知的网络拓扑和节点信息来预测未来时刻节点之间的潜在关系,链路预测能够帮助在各种存在链路的应用领域更加合理地分配资源、降低资源开销.移动社会网络属于动态网络的一种,其网络结构总是随着节点和链路的出现、消失以及时间推移而不断演变.针对移动社会网络的特点,当前已有的研究使用愈加复杂的模型来分析链路之间的联系,然而复杂的模型不但空间复杂度大而且容易造成过拟合问题.为了解决以上问题,提出一种基于门控循环单元的移动社会网络链路预测方法.首先对输入数据集进行排序筛选,将目标网络划分为快照图,并按一定的规则转化为邻接矩阵形成样本集,然后基于自动编码器和门控循环单元构建预测模型,提取出移动社会网络的时间变化特征.在KONECT数据集上,与其他模型的对比实验结果表明,该方法能够保持预测性能几乎不变的情况下,使模型训练效率提升49.81%.

关键词：深度学习链路预测移动社会网络门控循环单元自动编码器

来源：评论

学校读者我要写书评

暂无评论

基于无迹卡尔曼滤波和门控循环单元的道路坡度估计

引用

汽车工程 2022年第10期44卷 1547-1555,1580页

作者：秦大同王康冯继豪刘永刚程坤夏玉重庆大学机械传动国家重点实验室重庆400044 重庆大学机械与运载工程学院重庆400044

针对外接激光雷达等传感器普适性差,而传统道路坡度估计方法仅根据车载CAN总线数据在车辆起步、换挡、制动和停车4种特殊工况中的估计误差较大的问题,提出了一种基于无迹卡尔曼滤波(UKF)和门控循环单元(GRU)的道路坡度估计方法。根据车... 详细信息

针对外接激光雷达等传感器普适性差,而传统道路坡度估计方法仅根据车载CAN总线数据在车辆起步、换挡、制动和停车4种特殊工况中的估计误差较大的问题,提出了一种基于无迹卡尔曼滤波(UKF)和门控循环单元(GRU)的道路坡度估计方法。根据车速等数据识别工况,在非特殊工况下,建立车辆动力学模型并采用UKF来估计坡度;在特殊工况下,将规律性不稳定的时序坡度转换为距序坡度,并利用GRU进行短距坡度预测。仿真和实车试验结果表明:在非特殊工况下,该方法通过UKF可准确估计道路坡度;在特殊工况下,该方法通过GRU可有效跟踪距序坡度变化趋势,显著提高了道路坡度估计精度。

关键词：坡度估计无迹卡尔曼滤波门控循环单元短距坡度

来源：评论

学校读者我要写书评

暂无评论

一种基于改进门控循环单元的叠前时变子波提取方法

引用

地球物理学报 2024年第4期67卷 1583-1600页

作者：戴永寿李泓浩孙伟峰万勇孙家钊中国石油大学(华东)海洋与空间信息学院青岛266580

子波的精确提取是地震勘探后续反演与成像的前提,针对传统时变子波提取方法受到的各类假设限制,且需分别提取子波振幅谱与相位谱的问题,本文提出了一种基于改进门控循环单元(GRU)网络的叠前时变地震子波提取方法.根据实际叠前地震数据... 详细信息

子波的精确提取是地震勘探后续反演与成像的前提,针对传统时变子波提取方法受到的各类假设限制,且需分别提取子波振幅谱与相位谱的问题,本文提出了一种基于改进门控循环单元(GRU)网络的叠前时变地震子波提取方法.根据实际叠前地震数据分布特征与非平稳性质,本方法首先建立非平稳地震记录与添加随机噪声的时变子波训练数据集;为对提取出的时序特征进行拓展,提升传统GRU网络对长时序列的处理能力,本方法搭建起含多层GRU模块与全连接神经网络的改进门控循环单元网络模型;利用建立的训练数据集对网络模型进行训练使网络具备提取时变子波的能力;为提高训练效率与提取精度,本方法在训练的反向传播过程中应用自定义WaveLoss损失函数衡量误差,最终实现叠前时变子波的估计.经合成数据仿真实验与不同方法对比验证,本文提出的叠前时变子波提取方法具有更高的准确度;经对中国西部不同地区实际叠前地震资料处理与反褶积验证分析,该方法可有效提高目标区叠前地震剖面分辨率.

关键词：时变子波提取门控循环单元叠前地震记录反褶积

来源：评论

学校读者我要写书评

暂无评论

基于深度门控循环单元网络的转辙机健康状态评估

引用

铁道学报 2021年第11期43卷 88-96页

作者：尹航梁玉琦王成龙兰州交通大学光电技术与智能控制教育部重点实验室甘肃兰州730070 兰州交通大学国家绿色镀膜技术与装备工程技术研究中心甘肃兰州730070

转辙机的健康状态评估是实现状态修的重要技术之一。提出基于时域、时频域特征与循环神经网络的状态评估方法。首先利用集合经验模态分解将原始信号分解,得到不同时间尺度的固有模态分量,并提取每个分量的模糊熵与6个时域特征组合作为... 详细信息

转辙机的健康状态评估是实现状态修的重要技术之一。提出基于时域、时频域特征与循环神经网络的状态评估方法。首先利用集合经验模态分解将原始信号分解,得到不同时间尺度的固有模态分量,并提取每个分量的模糊熵与6个时域特征组合作为原始特征集;然后利用局部加权回归对特征曲线进行平滑以捕获退化趋势,并利用特征的固有属性进行特征选择;最后将最优特征子集作为门控循环单元神经网络的输入,建立时间序列特征与转辙机健康指数的非线性关系。实验结果表明,该方法可以利用转辙机原始功率数据准确提取并选择混合特征,有效识别早期故障,评估转辙机的健康状态。

关键词：转辙机状态评估集合经验模态分解特征选择门控循环单元健康指数

来源：评论

学校读者我要写书评

暂无评论

基于门控循环单元网络与模型融合的负荷聚合体预测方法

引用

电力系统自动化 2019年第1期43卷 65-72页

作者：陈海文王守相王绍敏王丹智能电网教育部重点实验室(天津大学) 天津市300072

随着智能电表的普及,以智能电表数据为基础,可按需求灵活划分不同规模的负荷聚合体并开展预测。由于负荷聚合体规模差异较大,并与用户负荷特性关系密切,传统预测方法不再适用。为此,提出了一种基于门控循环单元(GRU)网络与模型融合的负... 详细信息

随着智能电表的普及,以智能电表数据为基础,可按需求灵活划分不同规模的负荷聚合体并开展预测。由于负荷聚合体规模差异较大,并与用户负荷特性关系密切,传统预测方法不再适用。为此,提出了一种基于门控循环单元(GRU)网络与模型融合的负荷聚合体预测方法。首先,通过分布式谱聚类算法获得负荷特性相近的负荷群体,然后进行分组预测,采用GRU作为元模型,对时间序列进行动态建模,利用随机森林算法融合多个结构不同的GRU网络,实现对负荷群体的预测,最终将各群体预测值求和得到负荷聚合体预测值。算例表明,得益于分组预测、动态时间建模及模型融合技术,所述方法能充分利用不同模型的结构优势,发现时间序列动态规律,在不同时间尺度下预测精度更高,对不同规模的负荷聚合体适用性更强。

关键词：负荷预测谱聚类门控循环单元模型融合

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：