共查询到20条相似文献，搜索用时 31 毫秒
1.
2.
基于长短期记忆神经网络的短期负荷预测方法 总被引：1，自引：0，他引：1
《黑龙江科技信息》2016,(31)
为了能够挖掘出海量数据中蕴含的有效信息,提高短期负荷预测精度,本文提出了具有深度学习能力的长短期记忆神经网络(Long Short-Term Memory,LSTM)模型进行短期负荷预测,深度学习顺应了大数据的趋势,对海量数据学习、泛化能力强。利用主成分分析方法对样本进行选择,进而建立LSTM预测模型。仿真结果表明,采用LSTM预测模型相对于BP神经网络模型提高了预测精度。 相似文献
3.
针对钢板表面缺陷图像分类传统深度学习算法中需要大量标签数据的问题,提出一种基于主动学习的高效分类方法。该方法包含一个轻量级的卷积神经网络和一个基于不确定性的主动学习样本筛选策略。神经网络采用简化的convolutional base进行特征提取,然后用全局池化层替换掉传统密集连接分类器中的隐藏层来减轻过拟合。为了更好的衡量模型对未标签图像样本所属类别的不确定性,首先将未标签图像样本传入到用标签图像样本训练好的模型,得到模型对每一个未标签样本关于标签的概率分布(probability distribution over classes, PDC),然后用此模型对标签样本进行预测并得到模型对每个标签的平均PDC。将两类分布的KL-divergence值作为不确定性指标来筛选未标签图像进行人工标注。根据在NEU-CLS开源缺陷数据集上的对比实验,该方法可以通过44%的标签数据实现97%的准确率,极大降低标注成本。 相似文献
4.
《中国科技信息》2020,(14)
深度学习中处理不平衡问题的方法普遍采取采样和代价敏感,即建立在词向量迁移的基础上强化系统内部任务功能的选择方法。鉴于此,本文基于深度学习及常见的过拟合现象,结合现阶段国内外主流应用产品,尝试着提出一种建立在机器人深度学习的产品设计、优化决策支持。在实现方法与技术控制层面上,最大限度结合均衡过采样充分利用样本信息,以此来保持模型判定与识别精度,增强对象特征的平衡效果。研究结果表明,优化后的数据采样方法应用下,针对大部分无严重过拟合情况下的深度学习文本信息具有更好的平衡效果。反之,当深度学习环节存在较为严重的过拟合现象,同样可借助该方法增强系统的平衡性能。 相似文献
5.
本文介绍了一种基于飞行时间(TOF)的快速加权中值滤波深度成像系统。本系统结合了高分辨率(HR)三视图立体RGB相机(1280×960)和低分辨率(LR)TOF景深相机(176×144)。首先进行相机标定,以获得彩色和深度相机的内在和外在参数。由于同一场景下深度图像的分辨率远小于相应的彩色图像,因此采用快速加权中值滤波(WMF)对低分辨率深度图像进行深度上采样。最后,利用基于深度图像的绘制(DIBR)技术,通过上采样深度图像和HR彩色图像结合生成场景的立体三维(S3D)图像。实验结果表明,与不同的滤波方法相比,本文提出的深度成像系统能生成高质量的深度图,并能高速生成S3D图像。 相似文献
6.
基于学习与证据理论的专家群体预测系统研究 总被引：8，自引：1，他引：8
基于学习与证据理论的专家群体预测系统方法，将学习专家预测的历史经验与个体专家预测结论的合成相结合，利用神经网络的学习功能与证据理论在证据合成中的系统完整性，形成了一种系统的专家群体预测方法。该方法将每个专家的预测结论看作为证据，面向具体应用问题通过对历史数据统计分析选择专家、建立学习样本，先考虑个体专家预测结论的独立性、重要性、可靠性与冲突，对个体专家预测结论的基本可信数进行修正，然后用Dempster合成规则合成。该方法用神经网络学习专家历史预测的经验，调整对基本可信数进行修正的修正系数，使证据合成的结果更符合解决问题的要求。实验结果表明本方法应用于解决实际问题时具有较好的效果。 相似文献
7.
8.
9.
针对核心专利识别准确率低的问题，重构指标体系；针对传统核心专利识别方法处理不平衡数据效果欠佳，提出重采样技术与集成算法的组合模型。首先，在传统指标构建基础上加入专利发明人相关指标；其次，使用合成少数类过采样算法(SMOTE)增加少数类样本解决数据不平衡问题，采用局部离群因子(LOF)算法对新生成样本进行降噪处理，并与自适应集成算法(Adaboost)组合成SMOTE-LOF-Adaboost模型；最后，以智慧芽专利数据库中2012—2016年共22077条光伏领域专利数据为例，使用SVM、Adaboost、SMOTE-Adaboost、SMOTE-LOFAdaboost进行实证分析。结果显示SMOTE-LOF-Adaboost模型AUC均值0.977 6,Recall均值0.986 0，均优于其他3种模型，表明该模型能够提高核心专利预测的准确性。 相似文献
10.
对21种酚类化合物进行DFT-B3LYP/6-311G**水平全优化计算,据所得量子化学参数建立酚类化合物对日本长腿蛙蝌蚪24h急性毒性(24h-LC50)的定量构效关系(QSAR)模型。对训练集样本经逐步多元回归分析(SMR)后,所建QSAR模型的相关系数R及去一法(LOO)交互检验复相关系数R2cv分别为0.967和0.882,用预测集样本进行了外部预测,所得外部预测样本复相关系数R2ext和外部预测集交互检验Qe2xt分别为0.988和0.960,表明所建立的QSAR方程具有较好的稳健性和预测能力。模型结果表明:ELUMO愈负,化合物毒性愈强;分子疏水性参数logP较大时具有较大的脂溶性,化合物的毒性较大;极性愈大,毒性愈小。应用域(AD)表征表明建立的模型可以应用于应用域内化合物的毒性预测,具有潜在应用价值。 相似文献
11.
混凝土碳化深度是钢筋混凝土结构耐久性评估的重要参数,影响混凝土碳化深度的因素主要有水灰比、水泥用量、混凝土抗压强度、碳化时间、水泥强度、温度与湿度。基于以上7个参数,并结合BP神经网络较好的预测性,以及主成分分析(PCA)能消除自变量间的多重共线性和降低输入数据维度的特点,建立了基于PCA-BP神经网络的混凝土碳化深度预测模型。以30组实测数据为例,对7个影响因素进行主成分分析,最终降为4个主成分,进而将其作为BP神经网络的输入因子,对混凝土碳化深度进行了预测。结果表明:PCA-BP神经网络预测误差低,实现了对混凝土碳化深度的较准确预测,PCA-BP神经网络模型为混凝土碳化深度预测提供了一种科学、可靠的方法。 相似文献
12.
基于支持向量机的外贸出口预测 总被引：4，自引：0，他引：4
针对支持向量机(SVM)方法所具有的拟合精度高、推广能力强、全局最优且针对小样本等特点,本文将SVM回归建模方法引入到外贸出口预测中,对出口时间序列建立预测模型,并利用此法对重庆摩托车出口进行了预测,对其预测性能进行了验证比较。结果表明,SVM方法对非平稳的小样本出口时间序列数据有良好的建模和泛化能力,且可达到较高的预测精度。 相似文献
13.
14.
对24种取代芳烃化合物进行DFT-B3LYP/6-311G**水平全优化计算,据所得量子化学参数建立取代芳烃对蝌蚪12h暴露急性半致死毒性(lg1/LC50,mol·L-1)的定量构效关系(QSAR)模型.对训练集样本经逐步多元回归分析后,所建QSAR模型的相关系数R及去一法(LOO)交互检验复相关系数R2cv分别为0.950和0.875,用预测集样本进行了外部预测,所得外部预测样本复相关系数R2ext和外部预测集交互检验Q2ext分别为0.880和0.856,表明所建立的QSAR方程具有较好的稳定性和预测能力.模型结果表明:分子的体积愈大,化合物毒性愈强;最负的原子净电荷愈负,毒性愈弱.对模型应用域(AD)进行了表征,所建模型可以应用于应用域内化合物的毒性预测,具有潜在应用价值. 相似文献
15.
【目的/意义】深度学习是近几年来人工智能领域的研究热点之一,了解深度学习在信息组织与检索方面的研究现状,能为信息组织与检索的深入研究提供参考和借鉴。【方法/内容】通过对国内基于深度学习的信息组织与检索方向的相关文献进行梳理,剖析深度学习相关模型、阐述深度学习在信息组织与检索中的研究热点主题,并结合深度学习技术的特点和信息组织与检索的研究内容,对深度学习在信息组织与检索方向的应用前景进行预测。【结果/结论】研究表明,当前深度学习在信息组织与检索中的研究热点主要集中在智能信息抽取、自动文本分类、情感分析和文本聚类这四个主题,预测未来深度学习在信息组织与检索方向会朝着对异构信息处理、智能信息检索、个性化信息推荐等方向发展。 相似文献
16.
17.
18.
在边坡稳定性分析中,边坡安全系数受地质条件、地貌因数、水文气候、地震作用、风化作用等众多因素的影响,这给边坡评价带来了极大的困难。采用A-K-GN法预测边坡安全系数:用层次分析法对影响边坡稳定性的主要因素进行分析;用自组织竞争kohonen神经网络对边坡样本进行归类;运用经过遗传算法优化的BP神经网络(遗传神经网络)方法,建立边坡安全系数隐函数关系式,从而预测边坡安全系数。用kohonen神经网络归类后的边坡数据为样本,用层次分析法选取了容重γ、粘聚力c、内摩擦角φ、边坡角α、边坡高度H和孔隙压力比γu作为边坡安全系数隐函数的随机变量输入单元,以边坡安全系数F作为输出单元。通过预测值与实际值的对比分析,验证了A-K-GN法预测边坡安全系数的合理性。 相似文献
19.
20.
提出一个利用神经网络模型来预测ERP实施效果(满意度)的方法，模型利用我国已实施ERP企业的调查数据作为神经网络的训练学习及对比样本。所用模型的预测成功辨识率很高，可作为企业实施前及实施过程中对ERP实施效果检查和预测方法，使计划实施ERP的企业能及早发现问题、防范风险，达到成功应用ERP系统的目的．以提升企业的竞争力。 相似文献