期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
基于深度学习的水质预测模型研究 预览
1
作者 涂吉昌 陈超波 +2 位作者 王景成 王召 叶强强 《自动化与仪表》 2019年第6期96-100,共5页
水环境中水质参数存在非线性、随机性以及依赖性,传统水质预测模型预测精度及鲁棒性普遍不高,为了优化与提高水质预测模型的预测精度,该文提出了一种基于深度学习的门控型循环神经网络的水质预测模型。通过探究循环神经网络的最佳网络... 水环境中水质参数存在非线性、随机性以及依赖性,传统水质预测模型预测精度及鲁棒性普遍不高,为了优化与提高水质预测模型的预测精度,该文提出了一种基于深度学习的门控型循环神经网络的水质预测模型。通过探究循环神经网络的最佳网络结构数以及隐含层存储单元个数,结合上海市金泽水库真实监测数据,建立基于门控型循环神经网络(GRU)的水质预测模型。结果表明,与传统的ARIMA和SVR等水质预测模型相比,基于GRU网络的水质预测模型显著提高了水质预测的精确度,能够更好地逼近水质数据真实值,是一种预测精度高且鲁棒性好的水质预测模型。 展开更多
关键词 预测模型 水质预测 GRU网络 循环神经网络 深度学习
在线阅读 下载PDF
基于GRU神经网络的欧元兑美元汇率预测研究
2
作者 李佳 黄之豪 陈冬兰 《浙江金融》 2019年第3期12-19,28共9页
为了提高汇率预测精度,本文创新性地将深度学习方法 GRU神经网络应用于欧元汇率预测,进一步通过加入百度指数数据改进预测模型。研究结果表明:GRU神经网络相比传统机器学习方法和经典深度学习方法能更精准地预测汇率;将百度指数为代表... 为了提高汇率预测精度,本文创新性地将深度学习方法 GRU神经网络应用于欧元汇率预测,进一步通过加入百度指数数据改进预测模型。研究结果表明:GRU神经网络相比传统机器学习方法和经典深度学习方法能更精准地预测汇率;将百度指数为代表的互联网搜索行为数据应用于汇率预测模型有助于提升预测准确度;GRU神经网络对于预测步长并不敏感。此研究表明GRU神经网络可以对外汇预测管理提供重要参考,在外汇市场中具有较大应用价值。 展开更多
关键词 深度学习 GRU网络 百度指数 欧元预测
基于切片GRU的日志异常检测研究 预览
3
作者 王易东 王彬 《电脑知识与技术:学术版》 2019年第7期59-60,共2页
深度学习应用在日志异常检测领域中,取得了较好的准确率。日志异常检测对实时性的要求很高,这对异常检测模型的运行速度提出了巨大挑战,目前基于循环神经网络的检测算因其固有的循环结构导致并行计算难以实现,这极大限制了模型的计算速... 深度学习应用在日志异常检测领域中,取得了较好的准确率。日志异常检测对实时性的要求很高,这对异常检测模型的运行速度提出了巨大挑战,目前基于循环神经网络的检测算因其固有的循环结构导致并行计算难以实现,这极大限制了模型的计算速度。为提高日志异常检测效率,设计了基于切片GRU日志异常检测模型,提出了一种基于最小质因数切片的日志异常检测算法。构建的切片GRU模型主要对隐藏层做了改进,输入序列在进入隐藏层之前进行了切片,每一层的GRU块按照切片数量进行分组,组与组之间并行计算,层与层之间串行计算,多个隐藏层共同处理输入序列,切片GRU模型的这种层次结构加快了模型的运行速度,在不影响检测精度的前提下,算法在不同长度的日志序列上均有不效率提升,且输入序列越长,提升的幅度越大。 展开更多
关键词 日志异常检测 深度学习 循环神经网络 GRU网络 切片算法
在线阅读 下载PDF
基于双向GRU-CRF的中文包装产品实体识别 预览
4
作者 李一斌 张欢欢 《华东理工大学学报:自然科学版》 CAS CSCD 北大核心 2019年第3期486-490,共5页
为了实现包装行业的信息自动抽取,需要对文本中的包装产品进行命名实体识别工作。设计了一种基于双向 GRU-CRF的中文包装产品实体识别方法。以预训练的领域词向量为输入,通过双向GRU网络对上下文语义信息进行建模,并使用输出端的CRF层... 为了实现包装行业的信息自动抽取,需要对文本中的包装产品进行命名实体识别工作。设计了一种基于双向 GRU-CRF的中文包装产品实体识别方法。以预训练的领域词向量为输入,通过双向GRU网络对上下文语义信息进行建模,并使用输出端的CRF层对最佳标签序列进行预测。将该模型与传统的序列标注模型以及循环神经网络模型在包装产品文本数据集上进行了对比,实验结果表明,本文模型具有较少人工特征干预、更高准确率和召回率等优点。 展开更多
关键词 命名实体识别 双向GRU网络 CRF模型 包装产品 深度学习
在线阅读 下载PDF
基于改进LMD与GRU网络的短期燃气负荷预测 预览
5
作者 张彤 徐晓钟 +1 位作者 王晓霞 杨超 《计算机系统应用》 2019年第6期29-37,共9页
针对燃气负荷数据非线性、非平稳性的特点,本文提出一种基于改进的LMD算法与GRU神经网络的组合预测模型.模型首先利用改进后的LMD算法对燃气负荷数据进行序列分解,改进的LMD方法采用分段牛顿插值法代替传统的滑动平均值法来获得局部均... 针对燃气负荷数据非线性、非平稳性的特点,本文提出一种基于改进的LMD算法与GRU神经网络的组合预测模型.模型首先利用改进后的LMD算法对燃气负荷数据进行序列分解,改进的LMD方法采用分段牛顿插值法代替传统的滑动平均值法来获得局部均值函数和包络估计函数,改善了传统LMD方法存在的过平滑问题.之后,再将得到的若干PF分量进行小波阈值去噪处理,获得有效的分量数据.最后,利用GRU神经网络分别预测各分量值,将它们相加得到最终的负荷预测值.仿真实验表明,提出的方法与单个GRU神经网络以及结合传统LMD算法的GRU网络相比,预测精度更高. 展开更多
关键词 牛顿插值法 LMD算法 小波阈值去噪 GRU神经网络 燃气负荷预测
在线阅读 下载PDF
基于改进词向量GRU神经网络模型的藏语实体关系抽取 预览
6
作者 孙媛 王丽客 郭莉莉 《中文信息学报》 CSCD 北大核心 2019年第6期35-41,共7页
互联网数据的爆炸式增长,使得研究热点更多转向Web内容结构化分析。如果将藏语知识以结构化形式表示,那么将会有利于藏语知识的结构化分析和深度挖掘。该文提出了一种优化词向量的GRU神经网络模型进行藏语实体关系抽取的方法。在模型的... 互联网数据的爆炸式增长,使得研究热点更多转向Web内容结构化分析。如果将藏语知识以结构化形式表示,那么将会有利于藏语知识的结构化分析和深度挖掘。该文提出了一种优化词向量的GRU神经网络模型进行藏语实体关系抽取的方法。在模型的训练中,加入了优化的词向量,在传统的词向量模型中结合藏语音节向量、音节位置向量、词性向量等特征对词向量进一步优化,并且选取了藏语词汇特征和藏语句子特征。实验证明,通过使用改进词向量F1值达到了78.43%。 展开更多
关键词 实体关系抽取 词向量 GRU神经网络
在线阅读 下载PDF
基于GRU神经网络的电网告警信息分类研究 预览
7
作者 徐家慧 张昊 +4 位作者 肖林朋 何慧 张宇 耿艳 周雅爽 《计算机与数字工程》 2019年第6期1405-1408,1538共5页
电力系统规模的扩大对变电站后台监控系统的要求日益上升,主要体现在其告警信息处理能力上。论文设计了电力设备风险运行评估系统,在参考电力设备相关试验规程的基础上,建立基于电网监控数据的电力故障指标体系。遥信是将被监视厂站的... 电力系统规模的扩大对变电站后台监控系统的要求日益上升,主要体现在其告警信息处理能力上。论文设计了电力设备风险运行评估系统,在参考电力设备相关试验规程的基础上,建立基于电网监控数据的电力故障指标体系。遥信是将被监视厂站的设备状态信号远距离传给调度,以自然语言的形式记录的告警信息。论文将电网遥信数据进行预处理。词向量训练,并通过GRU神经网络将信号按照其对电网影响程度大小进行分类,构建了电网告警信息分类模型,实例分析证明了该方法的准确性。可行性,且能进一步改进与提升故障识别效率。分类结果可供电网工作人员参考,通过分类结果对不同级别的告警信息进行不同的处理操作,免去人工分类的资源浪费。 展开更多
关键词 电网 设备监控 遥信 Skip-Gram GRU神经网络
在线阅读 下载PDF
基于Adam优化GRU神经网络的SCADA系统入侵检测方法 预览
8
作者 陈土生 《现代计算机》 2019年第15期13-19,共7页
针对基于传统机器学习算法SVM、C4.5、NN等的入侵检测方法不能有效处理SCADA系统中大量、高纬度、时序性强网络流量数据的问题,提出基于Adam优化GRU神经网络的入侵检测方法。利用GRU神经网络的深层结构能够对数据特征进行充分学习,通过... 针对基于传统机器学习算法SVM、C4.5、NN等的入侵检测方法不能有效处理SCADA系统中大量、高纬度、时序性强网络流量数据的问题,提出基于Adam优化GRU神经网络的入侵检测方法。利用GRU神经网络的深层结构能够对数据特征进行充分学习,通过更新门和重置门保存数据在时间维度上的信息,使用Adam算法优化神经网络的梯度训练过程,在工控安全标准数据集上与基于SVM、C4.5、NN、RNN和LSTM等机器学习算法的入侵检测方法进行对比实验。结果表明,提出的方法相对于SVM、C4.5、NN和RNN具有更高的分类准确率,相对于LSTM准确率基本相同但大幅度减少训练时间。 展开更多
关键词 SCADA系统 入侵检测 ADAM GRU神经网络 深度学习
在线阅读 免费下载
基于改进LRCN模型的驾驶行为图像序列识别方法 预览 被引量:2
9
作者 吴昊 平鹏 +1 位作者 孙立博 秦文虎 《江苏大学学报:自然科学版》 CSCD 北大核心 2018年第3期303-308,329共7页
针对汽车安全辅助驾驶技术中驾驶行为识别精度低、收敛速度慢等问题,提出了一种基于改进LRCN模型的驾驶行为图像序列识别方法.采用自建驾驶行为数据集作为输入样本,经过金字塔降采样和高斯混合模型特征提取等预处理算法,得到标准视频图... 针对汽车安全辅助驾驶技术中驾驶行为识别精度低、收敛速度慢等问题,提出了一种基于改进LRCN模型的驾驶行为图像序列识别方法.采用自建驾驶行为数据集作为输入样本,经过金字塔降采样和高斯混合模型特征提取等预处理算法,得到标准视频图像序列,此序列传入以卷积神经网络和门控递归单元为基础搭建的网络模型做最优化处理,最终完成结果收敛.该模型使用Keras框架在GPU上计算,分别进行了环境适应性试验、预处理算法试验和模型对比试验.结果表明:预处理算法保证了模型的收敛,提高了模型对不同场景、不同测试对象识别的鲁棒性;在自建数据集上该模型的平均识别精度达94.3%,比传统LRCN模型高4.7%,且模型收敛的速度更快,泛化能力更强. 展开更多
关键词 驾驶行为识别 高斯混合模型 深度学习 卷积神经网络 GRU递归网络
在线阅读 下载PDF
中文评论情感分析方法研究
10
作者 余培 行鸿彦 刘刚 《电子测量与仪器学报》 CSCD 北大核心 2018年第12期197-203,共7页
为了解决深度学习网络文本情感分类预测时间长的问题,将GRU神经网络引入了文本情感分类中,提出了基于GRU神经网络的中文评论情感分析方法。利用Word2Vec训练出语料中词语的向量并表示作为低维度的特征向量。由GRU神经网络模型进行训练... 为了解决深度学习网络文本情感分类预测时间长的问题,将GRU神经网络引入了文本情感分类中,提出了基于GRU神经网络的中文评论情感分析方法。利用Word2Vec训练出语料中词语的向量并表示作为低维度的特征向量。由GRU神经网络模型进行训练和预测。与其他深度学习神经网络模型比较,其训练预测时间有了较大提高。实验结果表明,Word2Vec和GRU神经网络模型分类预测的精度与目前主流深度学习方法所获得精度相当,但在训练测试速度上有着显著提升。 展开更多
关键词 GRU神经网络 情感分析 Word2Vec 特征向量 深度学习 预测时间
基于双向GRU神经网络和双层注意力机制的中文文本中人物关系抽取研究 预览
11
作者 张兰霞 胡文心 《计算机应用与软件》 北大核心 2018年第11期130-135,189共7页
实体关系抽取是知识抽取的重要组成部分。与传统模式识别的方法相比,深度学习的方法在关系抽取任务中表现得更为突出。目前关于中文的关系抽取技术的研究主要是基于核函数和远程监督的方法,而且数据集中的噪音数据对实验结果带来的负面... 实体关系抽取是知识抽取的重要组成部分。与传统模式识别的方法相比,深度学习的方法在关系抽取任务中表现得更为突出。目前关于中文的关系抽取技术的研究主要是基于核函数和远程监督的方法,而且数据集中的噪音数据对实验结果带来的负面影响不可忽视。提出一种基于双向GRU神经网络和双层注意力机制的中文关系抽取模型。结合中文语言的结构特点,采用字向量的形式进行输入,针对遗忘性问题,采用双向的GRU神经网络对输入向量进行融合。从一个句子中提取出字级别的特征信息,并通过句子级别的注意力机制来提取句子特征。利用远程监督的方法在新闻网站上抽取约8 000条数据进行验证。实验结果表明,双层注意力机制的神经网络模型可以充分利用句子的所有特征信息,准确率和召回率相较于未加入注意力机制的神经网络模型都有显著提升。 展开更多
关键词 中文关系抽取 双向GRU神经网络 注意力机制 字向量
在线阅读 下载PDF
基于GRU网络的互联网信息挖掘 预览
12
作者 李骁 黄征 《信息技术》 2018年第3期1-5,9共6页
Web已经发展为世界上最大的公共数据来源,从海量异构、半结构化的 Web页面中提 取特定信息逐渐成为数据挖掘的重要任务.目前信息提取任务研究的重心正在逐渐转向深度学 习领域,本文提出基于双向GRU (Gated Recurrent Unit)的深度神... Web已经发展为世界上最大的公共数据来源,从海量异构、半结构化的 Web页面中提 取特定信息逐渐成为数据挖掘的重要任务.目前信息提取任务研究的重心正在逐渐转向深度学 习领域,本文提出基于双向GRU (Gated Recurrent Unit)的深度神经网络模型进行Web信息提 取,解决序列长距离依赖问题,采用词嵌入结合字符嵌入算法加强语义表达,减少冗余文本干 扰,双向模型充分利用文本上下文,快速、准确地对输入序列实现特定信息提取. 展开更多
关键词 信息提取 GRU神经网络 词嵌入
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈