作者:崔宇; 侯慧娟; 胥明凯; 李善武; 盛戈皞; 江秀臣 期刊:《中国电机工程学报》 2020年第01期
对电力变压器油中溶解气体进行预测分析可以有效掌握设备状态和发展趋势。该文以长短时记忆网络时序分析模型为基础,引入特征和时序双重注意力机制,利用参量间关联关系和时序信息依赖关系提升气体的预测准确率。特征注意力机制可以自动提取待预测气体与其他状态信息、环境和运行数据等特征之间的关联关系,为预测提供辅助信息进行适当修正,并不受传统关联规则算法的预设阈值限制;同时,利用时序注意力机制自主选取历史信息关键时间点...
作者:刘云; 尹传环; 胡迪; 赵田; 梁宇 期刊:《计算机科学》 2020年第02期
随着现代航天事业的飞速发展,通信卫星的结构日益复杂,其故障也逐渐增多,通信卫星的故障检测已成为当前航天领域关注的重点问题。目前,各大航天机构对故障的检测仍以简单的上下限阈值检测为主,只能检测出少部分特定的故障。早期利用传统机器学习算法进行检测的研究也仅能检测出数量特征上的故障。针对传统的机器学习算法难以有效学习遥测数据趋势变化的问题,文中提出了基于长短时记忆(Long Short-term Memory,LSTM)网络的阈值化方...
作者:黄炎; 孙海丽; 徐科; 余晓阳; 王同洋; 张新访; 路松峰 期刊:《北京大学学报·自然科学版》 2020年第01期
针对计算机自动生成的文本缺乏主题思想这一问题,提出一种基于主题约束的篇章级文本自动生成方法。该方法围绕用户输入的主题描述语句提取若干主题词;然后对主题词进行扩展和主题聚类,形成文章主题规划;最后利用每个聚类中的关键词信息约束每个段落的文本生成。该模型从文本主题分布、注意力评分方法和主题覆盖生成3个方面对现有基于注意力机制的循环神经网络文本生成模型进行了改进。在3个真实数据集上分别与Char-RNN,SC-LSTM和MT...
作者:王红刚; 李彬 期刊:《可再生能源》 2020年第01期
准确的风速预测是风电功率预测的重要基础,对于电力系统的安全、稳定和经济运行有着十分重要的意义。文章通过考虑临近风电场之间的风速时空相关性,提出了一种融合长短时记忆网络的多风电场超短期风速预测模型。首先,通过堆叠的长短时记忆网络提取单个风电场的时间序列特征。之后,通过张量拼接层以及全连接层融合多个风电场的时间序列特征。最后,使用线性全连接层输出所有风电场的未来风速预测值。采用江苏省3个临近风电场两年的数...
作者:雷志彬; 陈骏霖 期刊:《自动化与信息工程》 2018年第06期
针对基于非负矩阵分解的心肺音分离方法假设心肺音在时.频域上是线性混叠的,且没有利用心肺音成分的时序相关性等问题,提出基于全连接LSTM的心肺音分离方法。将长短时记忆网络应用于心肺音分离,以处理心肺音成分的非线性混叠,并捕捉心肺音成分的时序相关性,加强分离效果。为减少网络参数,提高训练速度,LSTM网络采用全连接网络结构。实验结果表明:本文设计的LSTM网络取得了优于监督非负矩阵分解方法的心肺音分离效果。
作者:崔承刚; 邹宇航 期刊:《上海电力学院学报》 2019年第06期
随着对能源利用效率要求的提高及日益激增的光伏数据,传统的光伏预测方法已逐渐丧失优势。为了更加准确地进行光伏预测,采用深度学习的框架,并利用循环神经网络(RNN)中最重要的一个结构——长短时记忆网络(LSTM)对时间序列的强大处理能力进行了智能算法建模。由于LSTM具有“遗忘”与“更新”功能,很好地解决了长序依赖问题,从而使光伏预测在精度上有了质的变化,预测速度也得到显著提升。
作者:王鑫琪; 李闯; 焦晗; 李焱飞 期刊:《电工电气》 2019年第11期
准确的负荷预测对保持电网的稳定性和提高当地经济效益、节约成本有重大帮助。考虑到负荷数据带有时序性,以及智能电网的发展所带来的数据量的增大,建立了长短时记忆网络(LSTM)模型来对未来用电量进行短期负荷预测。针对Adam训练算法可能存在的收敛问题,对其进行了改进,并通过MATLAB软件对LSTM网络进行建模,通过与BP神经网络进行对比,结果表明,LSTM模型具有更高的精确度以及实用性。
作者:李琦; 韩冰城 期刊:《科学技术与工程》 2019年第29期
针对热力站供热量与需求量不匹配的现象,提出一种基于深度确定性策略梯度(DDPG)的热力站一次侧优化控制方法。采用LSTM(long short term memory)算法对热力站进行建模,然后结合集中供热系统运行机理,使用DDPG控制算法对热力站一次侧供水流量序列求解。运用包头某热力站的大量历史工况数据,进行仿真实验,结果表明该方法的有效性,一定程度上实现了热力站的按需供热,提高热量的利用率。
作者:窦雪婷; 王硕; 季鑫盛 期刊:《计算机测量与控制》 2019年第11期
为提高行驶车辆前方行人行为识别精度,提出了基于经验模态分解的深度神经网络与长短时记忆网络相结合的行人行为识别方法;该方法在分析骨架节点表征参数的基础上,采用势能、相对位置、加速度、角加速度作为表征参量描述行人行为,利用经验模态分解可以平滑数据的优点,建立深度神经网络与长短时记忆网络融合的识别模型,实现对车辆前方行人行为的准确识别;采用Weizmann数据集和KTH数据集对该方法有效性检验;结果表明,该方法基于两个数...
作者:梁智杰; 廖盛斌 期刊:《计算机应用研究》 2019年第12期
针对现有的动态手势识别方法对长时间序列的时空特征难以精确匹配的问题,提出了一种基于宽残差和双向长短时记忆网络的时空特征一致手势识别方法。首先使用已经训练好的3D卷积神经网络从视频的空间和时间维度同步提取出短时特征,再经双向空间长短时记忆网络同步解析后形成长时空特征连接单元,并作为残差网络的输入。为了验证算法的有效性,使用Kinect传感器构建了一个全新的多模式手势数据集,在三个手势识别公开数据集SLVM、Montalb...
作者:王震; 黄如意; 李霁蒲; 李巍华 期刊:《仪器仪表学报》 2019年第07期
智能故障诊断与预测技术在工业实际中得到了广泛地应用,但仍存在以下局限性:1)将不同退化程度的同类型故障作为多种不同的故障模式进行分类识别,脱离了工程应用的实际;2)基于特定数据训练的诊断模型工况泛化能力差。针对上述问题,提出一种多任务特征共享神经网络,并将其应用于轴承的智能故障诊断与预测。首先,利用卷积神经网络(CNN)构建自适应特征提取器,从原始振动信号中提取深层次特征;其次,同时建立分类与预测的多任务特征共享...
作者:罗建军; 苏超; 龚翔; 蒋逸雯; 魏征; 胡金磊; 李黎 期刊:《电子测量技术》 2019年第19期
针对当前输电线路的状态评估指标量互相孤立及评估方法准确率较低的不足,提出了一种基于信息融合思想的架空输电线路运行状态评价方法。首先选取线路试验和巡视信息、运维检修记录、电网运行参量等多源数据作为指标量,采取隶属度函数表达指标量的分布状态,并以分布状态为数据标签,建立基于长短时记忆网络的线路运行状态综合评价模型。利用数据标签训练该深层网络,以建立指标参量与运行状态之间的映射关系。案例分析表明,所提方法的...
作者:徐鹏飞; 李晓戈 期刊:《计算机与数字工程》 2019年第12期
机器阅读理解目前是机器学习中的一项具有挑战性的任务,它的主要目标是提高计算机对文本的阅读理解水平。近年来,随着深度学习在机器阅读理解领域中的应用越来越多,机器的阅读理解水平也在迅速提高。论文针对机器在中文文章上的阅读理解,搭建了一种带有注意力机制的神经网络模型,并将其应用在中文上下文的阅读理解中,然后分析了模型对中文阅读理解实验结果的影响,以及注意力机制在不同类型的问题上的实验结果。实验结果表明,该模型...
作者:祁大健; 杜慧敏; 张霞; 常立博 期刊:《计算机工程与应用》 2020年第02期
针对LSTM网络无法充分提取短时信息导致人体行为识别率不高的问题,提出一种基于上下文特征融合的卷积长短时记忆网络联合优化架构,用于仅具有RGB数据的行为识别网络。使用3D卷积核对输入的动作序列提取其空间特征和短时时间特征,并将多通道信息进行融合,将融合后的特征送入下一级卷积神经网络和LSTM层中进行长期时间的特征学习,获取上下文的长期时空信息,最后用Softmax分类器进行人体行为的分类。实验结果表明,在人体行为识别公开...
作者:何丽; 袁斌 期刊:《计算机技术与发展》 2019年第11期
针对传统的基于人工标注的文本音乐分类存在人工标注成本高,易于出错,没有涉及到音乐本身的内容的问题,提出了一种基于音乐内容的分类方法,将深度学习中的长短时记忆网络(LSTM)应用到音乐流派分类中。从包含10种音乐流派的1000首歌曲中提取出梅尔倒谱系数,频谱质心和频谱对比度三个特征,将提取出来的特征数据输入到LSTM网络中进行训练,输出每种音乐类别的概率。对此,进行了三次实验。第一次是将梅尔倒谱系数,频谱质心作为特征数据...
作者:陈晋音; 徐轩桁; 吴洋洋; 陈一贤; 郑海斌 期刊:《小型微型计算机系统》 2019年第11期
动态网络的链路预测在复杂网络的各个领域均有应用.动态网络的节点和链路随时间动态变化(出现或者消失),因此其链路预测比静态链路预测更具有挑战.本文提出一种时空注意力的深度模型(GLAT),通过提取动态网络的时空特征,实现端到端(end-to-end)的动态网络的链路预测.GLAT通过注意力长短时记忆网络(LSTM-attention)和注意力图卷积网络(GCN-attention)相结合,利用LSTM-attention学习网络节点连边状态的时序信息,利用GCN-attention学习...
作者:董虎胜; 徐建峰; 孙浩; 吴铭仪 期刊:《现代计算机》 2019年第30期
使用计算机自动生成关于图像的描述是当前计算机视觉研究中的一个热点领域,它能够以“看图说话”的形式自动获得由图像到文本信息的自然语言翻译语句。设计一种基于注意力机制引导的图像描述生成模型,在该模型中以作为图像编码器,使用双层的作为句子解码器。在MSCOCO图像描述数据集上进行验证,实验结果表明该方法能够获得比较优秀的图像描述。
作者:罗澍忻; 陆秋瑜; 靳冰洁; 麻敏华 期刊:《机电工程技术》 2019年第12期
电力市场环境下短期负荷预测是电力系统发电调度计划的重要基础,负荷预测的准确性对电力系统安全经济运行具有重要意义。为考虑相关因素对短期负荷的影响,提高短期负荷预测的准确率,在历史负荷数据的基础上,引入天气、节假日等相关因素信息,构造长短时记忆(LSTM)网络模型对日前96点负荷进行预测。利用广东某市的2011-2015年的历史实际负荷数据作为训练数据,2016年的数据作为测试数据进行模拟预测,并与传统人工神经网络方法和单纯考...
由于对试题库的管理缺乏相应的相似度检测手段,导致试题库会存在相似试题和重复试题。这些高相似度试题不仅会严重影响了试题库的管理,而且对知识的考核与评估、考试系统测评等都造成不良影响,因此需要采取必要的技术针对知识库中的相似试题进行处理。为此本文进行了试题库相似度计算的相关研究,展开了基于循环神经网络(RNN)的相似度计算模型的相关研究。
作者:程博; 李卫红; 童昊昕 期刊:《地球信息科学学报》 2019年第08期
中文地址分词是中文地址标准化的基础工作和地理编码的重要手段,同时也是中文分词和地理研究领域中关注的热点问题之一。针对当前中文地址分词方法缺乏地址层级切分和过多依赖词典和特征的问题,本研究结合四词位标注集和中文层级地址特点,构建针对中文层级地址分词的地址标注体系,并提出融合双向长短时记忆网络和条件随机场(BiLSTM-CRF)的中文层级地址分词模型。该模型既考虑了BiLSTM模型能够记忆上下文地址的特性,也保留了CRF算法...