首页>
根据【关键词:长短期记忆神经网络,KPCA,灰色预测模型,GRU,剩余寿命预测】搜索到相关结果 66 条
-
可变分数阶累加灰色模型及其在我国航空管制员中的预测应用
-
作者:
张亚丽
杨晓江
崔玮
来源:
数学的实践与认识
年份:
2022
文献类型 :
期刊
关键词:
空中交通控制器
灰色预测模型
工作负荷
可变分数
-
描述:
为了提高传统灰色模型的预测精度,提出了可变形分数阶导数灰色模型,该模型可以使用实际序列的初始值,并且证明了累积阶数(α)与误差之间的相关关系.分析结果表明,可变形分数阶导数灰色模型可以增强传统灰色模型的预测能力.并且,以飞行支援架次和空中交通管制员的数量为例,验证了这一模型与传统灰色模型相比,预测精度显著提升.
-
可变分数阶累加灰色模型及其在我国航空管制员中的预测应用
-
作者:
张亚丽
杨晓江
崔玮
来源:
数学的实践与认识
年份:
2022
文献类型 :
期刊
关键词:
空中交通控制器
灰色预测模型
工作负荷
可变分数
-
描述:
为了提高传统灰色模型的预测精度,提出了可变形分数阶导数灰色模型,该模型可以使用实际序列的初始值,并且证明了累积阶数(α)与误差之间的相关关系.分析结果表明,可变形分数阶导数灰色模型可以增强传统灰色模型的预测能力.并且,以飞行支援架次和空中交通管制员的数量为例,验证了这一模型与传统灰色模型相比,预测精度显著提升.
-
-
作者:
熊曼辰
冯涵
方舟
来源:
特区经济
年份:
2024
文献类型 :
期刊
关键词:
民航经济
灰色预测模型
后疫情时代
-
描述:
-
-
作者:
易思云
陈霄阳
杨兆军
龙小辉
来源:
机械研究与应用
年份:
2024
文献类型 :
期刊
关键词:
灰色预测模型
CESSNA172飞机
垂直尾翼倾斜角
激光跟踪仪
-
描述:
-
-
作者:
熊曼辰
冯涵
方舟
来源:
特区经济
年份:
2024
文献类型 :
期刊
关键词:
民航经济
灰色预测模型
后疫情时代
-
描述:
-
-
作者:
易思云
陈霄阳
杨兆军
龙小辉
来源:
机械研究与应用
年份:
2024
文献类型 :
期刊
关键词:
灰色预测模型
CESSNA172飞机
垂直尾翼倾斜角
激光跟踪仪
-
描述:
-
基于LSTM的航空发动机电气附件性能预测
-
作者:
罗贤峰
何宇
刘仲富
余振源
窦宇骁
孙兆荣
来源:
科技创新与应用
年份:
2022
文献类型 :
期刊
关键词:
静态测试
长短期记忆神经网络
性能预测
发动机电气附件
-
描述:
安全。对此设计开发一套发动机电气附件性能预测系统,通过长短期记忆神经网络(Long Short-Term Memory Network,LSTM)构建基于数据驱动的电气附件静态性能预测模型,通过机器的训练与学习,预测分析电气附件的性能衰减状况,为发动机的维修提供有力的技术支持。
-
基于LSTM的航空发动机电气附件性能预测
-
作者:
罗贤峰
何宇
刘仲富
余振源
窦宇骁
孙兆荣
来源:
科技创新与应用
年份:
2022
文献类型 :
期刊
关键词:
静态测试
长短期记忆神经网络
性能预测
发动机电气附件
-
描述:
安全。对此设计开发一套发动机电气附件性能预测系统,通过长短期记忆神经网络(Long Short-Term Memory Network,LSTM)构建基于数据驱动的电气附件静态性能预测模型,通过机器的训练与学习,预测分析电气附件的性能衰减状况,为发动机的维修提供有力的技术支持。
-
民航突发事件实体识别方法研究
-
作者:
王红
李浩飞
邸帅
来源:
计算机应用与软件
年份:
2021
文献类型 :
期刊
关键词:
长短期记忆神经网络
条件随机场
实体识别
知识图谱
民航突发事件
-
描述:
针对民航突发事件实体自动获取的问题,提出一种将双向长短期记忆网络(BiLSTM)与条件随机场(CRF)结合的民航突发事件实体识别方法。利用领域词典对民航突发事件实体进行自动标注,并将已标注的数据转化为分布式字符向量;采用BiLSTM模型获取序列文本的上下文特征;通过CRF模型获得序列标注结果。实验结果表明,与传统的CRF方法相比,该方法的F值有明显的提升,有效解决了传统方法在识别民航突发事件文本信息中包含复合实体或混合实体方面效率低且大量使用人工定义特征模板的问题,为民航突发事件知识图谱的自动构建提供了更好的方法支撑。
-
民航突发事件实体识别方法研究
-
作者:
王红
李浩飞
邸帅
来源:
计算机应用与软件
年份:
2021
文献类型 :
期刊
关键词:
长短期记忆神经网络
条件随机场
实体识别
知识图谱
民航突发事件
-
描述:
针对民航突发事件实体自动获取的问题,提出一种将双向长短期记忆网络(BiLSTM)与条件随机场(CRF)结合的民航突发事件实体识别方法。利用领域词典对民航突发事件实体进行自动标注,并将已标注的数据转化为分布式字符向量;采用BiLSTM模型获取序列文本的上下文特征;通过CRF模型获得序列标注结果。实验结果表明,与传统的CRF方法相比,该方法的F值有明显的提升,有效解决了传统方法在识别民航突发事件文本信息中包含复合实体或混合实体方面效率低且大量使用人工定义特征模板的问题,为民航突发事件知识图谱的自动构建提供了更好的方法支撑。