期刊文献+
共找到29篇文章
< 1 2 >
每页显示 20 50 100
基于SAE和GNDO-SVM的脑电信号情绪识别
1
作者 陈晨 任南 《计算机系统应用》 2023年第10期284-292,共9页
情感计算是现代人机交互中的关键问题,随着人工智能的发展,基于脑电信号(electroencephalogram, EEG)的情绪识别已经成为重要的研究方向.为了提高情绪识别的分类精度,本研究引入堆叠自动编码器(stacked autoencoder, SAE)对EEG多通道信... 情感计算是现代人机交互中的关键问题,随着人工智能的发展,基于脑电信号(electroencephalogram, EEG)的情绪识别已经成为重要的研究方向.为了提高情绪识别的分类精度,本研究引入堆叠自动编码器(stacked autoencoder, SAE)对EEG多通道信号进行深度特征提取,并提出一种基于广义正态分布优化的支持向量机(generalized normal distribution optimization based support vector machine, GNDO-SVM)情绪识别模型.实验结果表明,与基于遗传算法、粒子群算法和麻雀搜索算法优化的支持向量机模型相比,所提出的GNDO-SVM模型具有更优的分类性能,基于SAE深度特征的情感识别准确率达到了90.94%,表明SAE能够有效地挖掘EEG信号不同通道间的深度相关性信息.因此,利用SAE深度特征结合GNDO-SVM模型可以有效地实现EEG信号的情绪识别. 展开更多
关键词 脑电信号 情绪识别 深度特征 堆叠自动编码器 广义正态分布优化 支持向量机
下载PDF
基于深度稀疏自编码器的电抗器机械故障振动诊断方法
2
作者 刘锦伟 周杰 +2 位作者 李川 肖潇 伍惠铖 《电气传动》 2024年第9期83-89,共7页
为提高电抗器机械故障智能诊断的准确性,基于电抗器振动信号与机械状态之间的关联特性和规律,提出了一种基于深度稀疏自编码器(SAE)的电抗器机械故障振动诊断方法。首先,采用小波包分解算法对电抗器原始振动信号进行分解,提取信号的时... 为提高电抗器机械故障智能诊断的准确性,基于电抗器振动信号与机械状态之间的关联特性和规律,提出了一种基于深度稀疏自编码器(SAE)的电抗器机械故障振动诊断方法。首先,采用小波包分解算法对电抗器原始振动信号进行分解,提取信号的时频能量矩阵;然后,构建基于SAE网络的电抗器机械故障诊断模型,通过无监督自学习和有监督微调完成时频能量矩阵深层特征挖掘和电抗器机械故障识别分类;最后,以某10 kV油浸式电抗器为试验对象,使用不同机械状态下的振动数据对故障识别模型进行训练优化。算例结果表明,相比于传统振动诊断方法,所提方法能够更好地对电抗器机械故障进行识别分类,准确率可达98%。 展开更多
关键词 电抗器 机械故障 振动信号 小波包分解 深度稀疏自编码器
下载PDF
优化堆叠降噪自编码器用于调度操作票自动校验
3
作者 区伟健 徐策 +2 位作者 曾传凯 蒋宗祺 乐庆丰 《核电子学与探测技术》 CAS 北大核心 2024年第2期356-361,共6页
为实现核电厂变电站电力调度操作票的自动智能校验,提出了一种基于优化堆叠降噪自编码器(OSDAE)操作票自动校验方法。该方法在对操作票文本进行向量化的基础上,利用优化过的堆叠降噪自编码器实现操作票文本的语义辨析与正误自动化校验... 为实现核电厂变电站电力调度操作票的自动智能校验,提出了一种基于优化堆叠降噪自编码器(OSDAE)操作票自动校验方法。该方法在对操作票文本进行向量化的基础上,利用优化过的堆叠降噪自编码器实现操作票文本的语义辨析与正误自动化校验。实验结果表明,所提方法的操作票校验评估综合指标可达94.88%,是几种方法中最高的,具有一定的优势。 展开更多
关键词 堆叠降噪自编码器 金豺狼优化算法 操作票 自动校验
下载PDF
一种基于SAE-RF算法的配电变压器故障诊断方法 被引量:6
4
作者 陈锦锋 张军财 +3 位作者 卢思佳 高伟 范贤盛 陈致远 《电工电气》 2021年第2期17-23,共7页
为有效解决配电变压器故障诊断中面临的数据特征人工提取、机器学习调参困难等问题,提出了一种基于堆栈自编码器(SAE)和随机森林(RF)组合的配电变压器故障诊断方法。建立SAE配电变压器故障特征自动挖掘模型,利用大量的无标签数据对SAE... 为有效解决配电变压器故障诊断中面临的数据特征人工提取、机器学习调参困难等问题,提出了一种基于堆栈自编码器(SAE)和随机森林(RF)组合的配电变压器故障诊断方法。建立SAE配电变压器故障特征自动挖掘模型,利用大量的无标签数据对SAE模型中的每一个自编码器进行逐层无监督训练,通过贝叶斯优化算法自动选择模型的最优参数;通过有标签数据对模型参数进行有监督细调,挖掘出能够代表各种故障本质属性的特征量;创建一个RF分类器对故障类型进行辨识,调参过程同样实现参数的自动寻优。试验结果表明,所提方法对配电变压器故障诊断准确率达到96.67%,显著优于单独使用SAE和RF的分类结果。 展开更多
关键词 配电变压器 故障诊断 堆栈自编码器 随机森林 贝叶斯优化
下载PDF
基于SAE-GA-SVM模型的雷达新型干扰识别 被引量:7
5
作者 罗彬珅 刘利民 +1 位作者 董健 刘璟麒 《计算机工程》 CAS CSCD 北大核心 2020年第6期281-287,共7页
针对频谱弥散干扰、切片组合干扰、灵巧噪声干扰、噪声调幅-距离欺骗加性复合干扰与噪声调频-距离欺骗加性复合干扰5种干扰类型的识别问题,提出一种基于SAE-GA-SVM的检测模型算法。建立目标回波与干扰信号的数学模型,采用多域联合的特... 针对频谱弥散干扰、切片组合干扰、灵巧噪声干扰、噪声调幅-距离欺骗加性复合干扰与噪声调频-距离欺骗加性复合干扰5种干扰类型的识别问题,提出一种基于SAE-GA-SVM的检测模型算法。建立目标回波与干扰信号的数学模型,采用多域联合的特征提取方法提取47维特征。为有效去除冗余信息并保持较高的识别率,运用深度学习中的稀疏自编码器(SAE),通过SAE结构建立高维空间和低维空间的双向映射,从而获得原始数据的相应最优低维表示。利用遗传算法优化支持向量机的惩罚因子和核函数参数,构建基于SAE-GA-SVM的雷达新型干扰识别检测模型。仿真结果表明,该模型能够有效降低特征维度,相比传统的GA-SVM检测模型识别准确率提高10%。 展开更多
关键词 新型干扰 特征提取 特征降维 堆叠自编码器 遗传算法
下载PDF
基于SAE的深度过程神经网络模式识别与预测 被引量:1
6
作者 祁威 许少华 《软件导刊》 2018年第5期22-25,30,共5页
非线性复杂时变信号模式分类是信号处理和人工智能研究领域的重要课题。将稀疏自动编码器(SAE)与过程神经网络(PNN)栈式叠加,构建了一种深度过程神经网络模型(DPNN)。在传统深度神经网络无监督逐层初始化与梯度下降相结合的算法基础上,... 非线性复杂时变信号模式分类是信号处理和人工智能研究领域的重要课题。将稀疏自动编码器(SAE)与过程神经网络(PNN)栈式叠加,构建了一种深度过程神经网络模型(DPNN)。在传统深度神经网络无监督逐层初始化与梯度下降相结合的算法基础上,通过引入一种时变输入信号和连接权函数,基于一组正交函数基,建立DPNN的综合训练算法。DPNN模型可保持样本特征的多样性,有效提高对信号结构特征的提取能力和不同类别样本特征的区分度。将传统深度神经网络在信息处理机制上扩展为时间域,实现对时变信号直接分类处理,应用于心脑血管疾病的预测分析和处理取得了良好结果。 展开更多
关键词 稀疏自动编码器 过程神经网络 深度过程神经网络 非线性时变信号 模式识别
下载PDF
核电站智能故障预警与诊断方案研究 被引量:1
7
作者 王梦月 李鸣谦 万欣 《自动化仪表》 CAS 2023年第2期65-68,共4页
为了解决核电站故障识别难度高、工作量大的问题,从核电站对故障预警和诊断的功能需求出发,通过分析多种智能算法和核电站应用场景的适配性,提出了基于卷积神经网络(CNN)、堆叠自编码(SAE)网络、故障树分析(FTA)等先进技术的核电站智能... 为了解决核电站故障识别难度高、工作量大的问题,从核电站对故障预警和诊断的功能需求出发,通过分析多种智能算法和核电站应用场景的适配性,提出了基于卷积神经网络(CNN)、堆叠自编码(SAE)网络、故障树分析(FTA)等先进技术的核电站智能故障预警和诊断功能模块设计方案。该方案将提升核电站智能化水平,实现智能化、自动化的故障监视和诊断,为运行人员提供决策支持,减轻运行人员工作负担,提高故障处理的安全性和时效性。 展开更多
关键词 核电站 故障预警 故障诊断 卷积神经网络 堆叠自编码网络 故障树分析
下载PDF
小规模数据多角度人脸表情人工智能识别仿真
8
作者 刘伟 王亮 《计算机仿真》 北大核心 2023年第3期219-223,共5页
已有人脸表情智能识别方法存在图像遗漏、识别速度慢、以及表情易混淆的问题,导致识别正确率低,且不适用于多人脸识别。为解决上述问题,提出小规模数据多角度人脸表情人工智能识别方法。结合去噪自编码器、稀疏自编码器及普通自编码器... 已有人脸表情智能识别方法存在图像遗漏、识别速度慢、以及表情易混淆的问题,导致识别正确率低,且不适用于多人脸识别。为解决上述问题,提出小规模数据多角度人脸表情人工智能识别方法。结合去噪自编码器、稀疏自编码器及普通自编码器组成具有5层网络结构的堆栈式混合自编码器。在网络结构中训练数据样本,并对样本完成微调、权重初始化和更新。再结合粒子群优化分类器识别表情,将粒子最优值带入人脸表情识别目标函数,获得判定表情的决策矩阵,完成人脸表情人工智能识别。仿真结果表明,所提方法识别多人表情识别时无遗漏,且识别速度快、精度高、人脸表情不易混淆。 展开更多
关键词 人脸表情智能识别 堆栈式混和自编码器 去噪自编码器 稀疏自编码器 粒子群优化分类器
下载PDF
基于深度学习的miRNA与疾病相关性预测算法 被引量:8
9
作者 王磊 徐涛 +4 位作者 宋传东 王海峰 尤著宏 宋克俭 闫欣 《电子学报》 EI CAS CSCD 北大核心 2020年第5期870-877,共8页
大量研究表明,microRNA(miRNA)在人类复杂疾病研究中发挥着重要作用.识别miRNA与疾病之间的关系对于提高复杂疾病的治疗水平具有重要意义.然而,传统实验方式常受限于小规模和高成本,因此迫切需要计算模拟的方式快速有效地预测miRNA-疾... 大量研究表明,microRNA(miRNA)在人类复杂疾病研究中发挥着重要作用.识别miRNA与疾病之间的关系对于提高复杂疾病的治疗水平具有重要意义.然而,传统实验方式常受限于小规模和高成本,因此迫切需要计算模拟的方式快速有效地预测miRNA-疾病间的潜在关系.本文通过结合深度学习的堆叠自动编码器算法与旋转森林分类器对miRNA-疾病间关系进行预测.该方法能够有效抽取出融合了疾病语义相似性、miRNA功能相似性和miRNA序列信息的高级特征并对其进行准确分类.在交叉验证实验中,该方法在HMDD v3.0数据集上取得90.30%的预测准确率.此外,我们还在人类复杂疾病乳腺肿瘤上做了案例研究.结果,模型预测得分最高的前30个疾病关联miRNA中28个得到了证实.这些优异的结果表明,该算法是一种有效预测miRNA-疾病关系的工具,能够为生物实验提供高可靠的疾病关联miRNA候选物. 展开更多
关键词 深度学习 miRNA-疾病关系 堆叠自动编码器 旋转森林
下载PDF
深度学习方法研究新进展 被引量:28
10
作者 刘帅师 程曦 +1 位作者 郭文燕 陈奇 《智能系统学报》 CSCD 北大核心 2016年第5期567-577,共11页
本文依据模型结构对深度学习进行了归纳和总结,描述了不同模型的结构和特点。首先介绍了深度学习的概念及意义,然后介绍了4种典型模型:卷积神经网络、深度信念网络、深度玻尔兹曼机和堆叠自动编码器,并对近3年深度学习在语音处理、计算... 本文依据模型结构对深度学习进行了归纳和总结,描述了不同模型的结构和特点。首先介绍了深度学习的概念及意义,然后介绍了4种典型模型:卷积神经网络、深度信念网络、深度玻尔兹曼机和堆叠自动编码器,并对近3年深度学习在语音处理、计算机视觉、自然语言处理以及医疗应用等方面的应用现状进行介绍,最后对现有深度学习模型进行了总结,并且讨论了未来所面临的挑战。 展开更多
关键词 深度学习 卷积神经网络 深度信念网络 深度玻尔兹曼机 堆叠自动编码器
下载PDF
基于栈式自编码器的磁探测电阻抗成像算法研究 被引量:8
11
作者 陈瑞娟 戚昊峰 +2 位作者 李炳南 王慧泉 王金海 《仪器仪表学报》 EI CAS CSCD 北大核心 2019年第1期257-264,共8页
针对目前磁探测电阻抗成像算法图像重建分辨率不高、精确度低的问题,提出了一种基于栈式自编码(SAE)神经网络的磁探测电阻抗成像算法。使用方形成像体进行仿真实验,通过训练样本建立SAE神经网络模型,确定神经元权重和偏置值。利用该网... 针对目前磁探测电阻抗成像算法图像重建分辨率不高、精确度低的问题,提出了一种基于栈式自编码(SAE)神经网络的磁探测电阻抗成像算法。使用方形成像体进行仿真实验,通过训练样本建立SAE神经网络模型,确定神经元权重和偏置值。利用该网络模型重建成像体内部的电导率分布;并在异质体中心位置、算法的抗噪性能等方面将重建结果与基于Levenberg-Marquardt算法的反向传播神经网络的重建结果进行对比。结果表明栈式自编码神经网络算法显著提高了磁探测电阻抗成像的重建精度、抗噪性能。最后,通过仿体实验验证了SAE算法的可行性。根据实际测得的磁场,使用神经网络算法重建电导率,准确定位异质体位置。SAE神经网络算法的提出对于磁探测电阻抗成像技术的广泛应用具有重要意义。 展开更多
关键词 磁探测电阻抗成像 逆问题 栈式自编码 反向传播神经网络
下载PDF
基于稳健深层网络的雷达高分辨距离像目标特征提取算法 被引量:9
12
作者 冯博 陈渤 +1 位作者 王鹏辉 刘宏伟 《电子与信息学报》 EI CSCD 北大核心 2014年第12期2949-2955,共7页
特征提取是雷达高分辨距离像(HRRP)目标识别的核心技术。传统的特征提取算法多采用浅层的模型结构,容易忽视样本的内在结构,不利于学习有效的分类特征。针对这一问题,该文利用多层非线性网络实现特征学习,构建了基于深层网络的雷达HRRP... 特征提取是雷达高分辨距离像(HRRP)目标识别的核心技术。传统的特征提取算法多采用浅层的模型结构,容易忽视样本的内在结构,不利于学习有效的分类特征。针对这一问题,该文利用多层非线性网络实现特征学习,构建了基于深层网络的雷达HRRP目标识别框架。利用平均像在散射点不发生越距离单元走动的方位帧内具有稳健物理特性的性质,提出了堆栈联合稳健自编码器。该网络由一系列联合稳健自编码器堆栈化实现,在匹配原始HRRP样本的同时,约束同帧样本趋近于平均像,并将网络的最终输出作为分类器的特征输入。基于实测HRRP数据的实验结果验证了所提算法的有效性。 展开更多
关键词 雷达自动目标识别 高分辨距离像 深层网络 堆栈联合稳健自编码器
下载PDF
基于堆叠自动编码器的网络行为识别 被引量:4
13
作者 刘任熊 田由辉 张朝龙 《合肥工业大学学报(自然科学版)》 CAS 北大核心 2019年第2期189-194,共6页
网络行为识别一直是网络安全中的研究热点,随着网络中数据量的海量增大以及数据的非线性等问题的影响,对于网络行为识别的特征提取和识别技术提出更高的要求。文章提出了一种基于堆叠自动编码器的网络行为识别方法,该方法通过构建堆叠... 网络行为识别一直是网络安全中的研究热点,随着网络中数据量的海量增大以及数据的非线性等问题的影响,对于网络行为识别的特征提取和识别技术提出更高的要求。文章提出了一种基于堆叠自动编码器的网络行为识别方法,该方法通过构建堆叠自动编码器和SOFTMAX分类器的深度学习框架,结合无监督的预训练和有监督的全局微调,优化堆叠自动编码器的特征提取性能,实现了网络行为特征的深度提取,从而对高校流量数据中上网行为进行分析识别。 展开更多
关键词 网络行为 识别 特征提取 深度学习 堆叠自动编码器
下载PDF
基于栈式自编码器特征融合的SAR图像车辆目标识别 被引量:18
14
作者 康妙 计科峰 +2 位作者 冷祥光 邢相薇 邹焕新 《雷达学报(中英文)》 CSCD 2017年第2期167-176,共10页
该文提出了一种基于栈式自编码器(Stacked Auto Encoder,SAE)特征融合的合成孔径雷达(Synthetic Aperture Rader,SAR)图像车辆目标识别算法。首先,该算法提取了SAR图像的25种基线特征(baseline features)和局部纹理特征(Three-Patch Loc... 该文提出了一种基于栈式自编码器(Stacked Auto Encoder,SAE)特征融合的合成孔径雷达(Synthetic Aperture Rader,SAR)图像车辆目标识别算法。首先,该算法提取了SAR图像的25种基线特征(baseline features)和局部纹理特征(Three-Patch Local Binary Patterns,TPLBP)。然后将特征串联输入SAE网络中进行融合,采用逐层贪婪训练法对网络进行预训练。最后利用softmax分类器微调网络,提高网络融合性能。另外,该文提取了SAR图像的Gabor纹理特征,进行了不同特征之间的融合实验。结果表明基线特征与TPLBP特征冗余性小,互补性好,融合后的特征区分性大。与直接利用SAE,CNN(Convolutional Neural Network)进行目标识别的算法相比,基于SAE的特征融合算法简化了网络结构,提高了识别精度与识别效率。基于MSTAR数据集的10类目标分类精度达95.88%,验证了算法的有效性。 展开更多
关键词 SAR 目标识别 特征融合 栈式自编码器 MSTAR
下载PDF
栈式自编码的恶意代码分类算法研究 被引量:6
15
作者 罗世奇 田生伟 +1 位作者 孙华 禹龙 《计算机应用研究》 CSCD 北大核心 2018年第1期261-265,共5页
针对传统机器学习方法不能有效地提取恶意代码的潜在特征,提出了基于栈式自编码(stacked auto encoder,SAE)的恶意代码分类算法。其次从大量训练样本中学习并提取恶意代码纹理图像特征、指令语句中的隐含特征;在此基础上,为提高特征选... 针对传统机器学习方法不能有效地提取恶意代码的潜在特征,提出了基于栈式自编码(stacked auto encoder,SAE)的恶意代码分类算法。其次从大量训练样本中学习并提取恶意代码纹理图像特征、指令语句中的隐含特征;在此基础上,为提高特征选择对分类算法准确性的提高,将恶意代码纹理特征以及指令语句频度特征进行融合,训练栈式自编码器和softmax分类器。实验结果表明,基于恶意代码纹理特征以及指令频度特征,利用栈式自编码分类算法对恶意代码具有较好的分类能力,其分类准确率高于传统浅层机器学习模型(随机森林、支持向量机),相比随机森林的方法提高了2.474%,相比SVM的方法提高了1.235%。 展开更多
关键词 栈式自编码 恶意代码 分类
下载PDF
基于数据均衡的增进式深度自动图像标注 被引量:7
16
作者 周铭柯 柯逍 杜明智 《软件学报》 EI CSCD 北大核心 2017年第7期1862-1880,共19页
自动图像标注是一个包含众多标签、多样特征的富有挑战性的研究问题,是新一代图像检索与图像理解的关键步骤.针对传统的基于浅层机器学习标注算法标注效率低下、难以处理复杂分类任务的问题,提出了基于栈式自动编码器(stacked auto-enco... 自动图像标注是一个包含众多标签、多样特征的富有挑战性的研究问题,是新一代图像检索与图像理解的关键步骤.针对传统的基于浅层机器学习标注算法标注效率低下、难以处理复杂分类任务的问题,提出了基于栈式自动编码器(stacked auto-encoder,简称SAE)的自动图像标注算法,提升了标注效率和标注效果.主要针对图像标注数据不平衡问题,提出两种解决思路:对于标注模型,提出一种增强训练中低频标签的平衡栈式自动编码器(B-SAE),较好地改善了中低频标签的标注效果.并在该模型的基础上提出一种分组强化训练B-SAE子模型的鲁棒平衡栈式自动编码器算法(RB-SAE),提升了标注的稳定性,从而保证模型本身具有较强的处理不平衡数据的能力;对于标注过程,以未知图像作为出发点,首先构造未知图像的局部均衡数据集,并判定该图像的高低频属性以决定不同的标注过程,局部语义传播算法(SP)标注中低频图像,RB-SAE算法标注高频图像,形成属性判别的标注框架(ADA),保证了标注过程具有较强的应对不平衡数据的能力,从而提升整体图像标注效果.通过在3个公共数据集上进行实验验证,结果表明,该方法在许多指标上相比以往方法均有较大提高. 展开更多
关键词 sae(stacked auto-encoder) 深度学习 数据均衡 图像标注 语义传播
下载PDF
Gait recognition based on Wasserstein generating adversarial image inpainting network 被引量:4
17
作者 XIA Li-min WANG Hao GUO Wei-ting 《Journal of Central South University》 SCIE EI CAS CSCD 2019年第10期2759-2770,共12页
Aiming at the problem of small area human occlusion in gait recognition,a method based on generating adversarial image inpainting network was proposed which can generate a context consistent image for gait occlusion a... Aiming at the problem of small area human occlusion in gait recognition,a method based on generating adversarial image inpainting network was proposed which can generate a context consistent image for gait occlusion area.In order to reduce the effect of noise on feature extraction,the stacked automatic encoder with robustness was used.In order to improve the ability of gait classification,the sparse coding was used to express and classify the gait features.Experiments results showed the effectiveness of the proposed method in comparison with other state-of-the-art methods on the public databases CASIA-B and TUM-GAID for gait recognition. 展开更多
关键词 gait recognition image inpainting generating adversarial network stacking automatic encoder
下载PDF
基于稀疏自动编码器算法的HBV再激活分类预测模型 被引量:1
18
作者 赵咏旺 刘毅慧 黄伟 《智能计算机与应用》 2019年第2期42-46,共5页
原发性肝癌患者在接受精确放疗后易引起乙型肝炎病毒(HBV)再激活。本文的研究目的就是根据已有的患者临床数据,建立分类预测模型来及时做出预测防护,从而在一定程度上降低HBV再激活的可能性。实验结果表明通过稀疏自动编码器特征提取的... 原发性肝癌患者在接受精确放疗后易引起乙型肝炎病毒(HBV)再激活。本文的研究目的就是根据已有的患者临床数据,建立分类预测模型来及时做出预测防护,从而在一定程度上降低HBV再激活的可能性。实验结果表明通过稀疏自动编码器特征提取的方法可以有效降低数据维度,提高预测准确度。Softmax分类器对一层隐含层的稀疏自动编码器分类性能最优。5折交叉验证下,平均准确率为72.22%。SVM分类器对二层隐含层的稀疏自动编码器分类性能最优。10折交叉验证下,平均准确率为78.52%。 展开更多
关键词 原发性肝癌(PLC) 稀疏自动编码器(sae) 特征提取 Softmax SVM
下载PDF
深度学习在电力负荷预测中的应用 被引量:35
19
作者 张建寰 吉莹 陈立东 《自动化仪表》 CAS 2019年第8期8-12,17,共6页
针对电力负荷预测中存在的随机性、不确定性的问题,结合深度学习算法具有很强的自适应感知能力等特点,采用目前较为主流的深度学习方法,如长短时记忆(LSTM)网络、门循环单元(GRU)神经网络和栈式自编码器(SAE),分别研究其应用于电力负荷... 针对电力负荷预测中存在的随机性、不确定性的问题,结合深度学习算法具有很强的自适应感知能力等特点,采用目前较为主流的深度学习方法,如长短时记忆(LSTM)网络、门循环单元(GRU)神经网络和栈式自编码器(SAE),分别研究其应用于电力负荷预测时的效果。研究发现,将历史负荷数据作为三种深度学习预测模型的输入时,三种预测模型的负荷预测精度指标评估结果各有不同。因此,为了全面评估三种预测模型的预测效果,提出将不同时间段内的相同历史负荷数据作为预测模型输入对比各模型的负荷预测精度,从中找出最佳的预测模型。仿真结果验证了三种预测模型在电力负荷预测应用中的可行性,且发现在单输入因素时LSTM模型的预测精度相对较高。因此,在后续研究中,可以考虑以LSTM预测模型作为基础预测模型,结合更多的负荷影响因素进行改进,以提高负荷预测精度。 展开更多
关键词 深度学习 长短时记忆 门循环单元 循环神经网络 栈式自编码器 负荷预测 预测精度
下载PDF
用于接触网可视化接地识别的改进VGG—16模型 被引量:5
20
作者 吉鑫 陈剑云 完颜幸幸 《传感器与微系统》 CSCD 北大核心 2021年第2期58-60,72,共4页
针对由于人为及外界复杂环境因素的干扰,接触网可视化接地系统的视频图像识别率较低的问题,提出了一种经结构简化与改进的VGG—16深度网络模型。通过迁移学习策略获得了良好的特征提取能力,结合稀疏自编码器(SAE)优化卷积特征,使网络具... 针对由于人为及外界复杂环境因素的干扰,接触网可视化接地系统的视频图像识别率较低的问题,提出了一种经结构简化与改进的VGG—16深度网络模型。通过迁移学习策略获得了良好的特征提取能力,结合稀疏自编码器(SAE)优化卷积特征,使网络具有一定的稀疏性,提升模型识别精度和泛化能力,又使训练参数减少。实验结果表明:该模型在验证集上达到了92%的识别率。 展开更多
关键词 可视化接地 图像识别 迁移学习 稀疏自编码器
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部