期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到8篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
应用ISTM教学法 培养物理学科核心素养——以人教版九年级“两种电荷”的教学为例
1
作者 梁文懿 皮飞鹏 钟仪 《物理通报》 CAS 2022年第10期31-35,共5页
ISTM课堂教学旨在提供适当的语言环境,让学生全身心投入学习,并创造性地运用规则参与课堂教学,促进学生的深度学习.基于ISTM教学法,以人教版“两种电荷”的教学为例,将电荷、电荷间相互作用以及摩擦起电等教学内容进行知识融合,构建了... ISTM课堂教学旨在提供适当的语言环境,让学生全身心投入学习,并创造性地运用规则参与课堂教学,促进学生的深度学习.基于ISTM教学法,以人教版“两种电荷”的教学为例,将电荷、电荷间相互作用以及摩擦起电等教学内容进行知识融合,构建了由“学习情况预估、知识环境准备、关联知识激活、新授知识获取、知识深度加工、学习效果评价”6个步骤组成的深度学习教学模式,期望达到培养学生物理学科核心素养的目标. 展开更多
关键词 istm教学法 物理学科核心素养 深度学习
在线阅读 下载PDF
国际旅行医学会(ISTM)医师和护士在旅行医学操作过程中基本概念
2
作者 周艺帆 林建伟 《旅行医学科学》 2000年第3期41-43,共3页
Ⅰ.流行病学人基本概念(如发病率,死亡率,事故,流行) B.疾病的地区特异性及全球分布和潜在的健康危害Ⅱ.免疫学/预防接种 A.基本概念和原理(如活性和灭活疫苗,衡量免疫反应的方法) B.疫苗的管理,存放。
关键词 国际旅行 istm 医学科学 旅行者 脊髓灰质炎 小儿麻痹 肠道病毒感染 虫病 日本脑炎 流行性乙型脑炎
暂未订购
基于小波分解-LSTM混合模型的高速公路交通量预测
3
作者 姜鹏 廖罗 葛冰洁 《无线互联科技》 2026年第1期88-92,共5页
为了解决传统预测方法在公路交通量多尺度波动特征下精度不足的问题,文章提出了一种小波分解长短期记忆网络(Long Short-Term Memory, LSTM)混合模型。该模型通过3级小波分解将非平稳交通量序列分解为不同频率的低频趋势和高频波动分量... 为了解决传统预测方法在公路交通量多尺度波动特征下精度不足的问题,文章提出了一种小波分解长短期记忆网络(Long Short-Term Memory, LSTM)混合模型。该模型通过3级小波分解将非平稳交通量序列分解为不同频率的低频趋势和高频波动分量,为每个组件构建独立的LSTM子模型并并行训练,重建预测结果。与ARIMA和单一LSTM模型相比,该混合模型有效地避免了跨尺度干扰,在交通高峰和节假日等复杂场景中具有更好的预测稳定性和准确性。文章研究结果验证了小波分解多尺度分离和LSTM时间序列拟合技术的互补性,为高速公路短期交通量预测提供了可靠的解决方案。 展开更多
关键词 高速公路交通量预测 小波分解 LSTM 时序预测 多尺度特征 混合模型
在线阅读 下载PDF
基于LSTM的短期风速预测研究 被引量：41
4
作者 李冰 张妍 刘石 《计算机仿真》 北大核心 2018年第11期456-461,共6页
由于风速具有较强的随机性,受各种因素影响较多,因此风速预测的准确度不高。针对上述现象,提出了一种基于LSTM(Long Short-Term Memory)深度神经网络的短期风速预测方法,以某风机历史数据作为输入,对网络进行训练,建立短期风速预测模型... 由于风速具有较强的随机性,受各种因素影响较多,因此风速预测的准确度不高。针对上述现象,提出了一种基于LSTM(Long Short-Term Memory)深度神经网络的短期风速预测方法,以某风机历史数据作为输入,对网络进行训练,建立短期风速预测模型,实现提前一步短期风速预测。算例结果表明,使用LSTM深度神经网络预测风速与实际风速基本一致,预测效果较为理想。将所提方法与其它预测方法预测结果进行对比,预测平均绝对误差最小,表明所提方法具有更高的预测精度,验证了上述预测方法在短期风速预测中的可行性和有效性。 展开更多
关键词 风力发电 循环神经网络 长短期记忆 深度神经网络 短期风速预测
在线阅读 下载PDF
基于LSTM深度学习的河湖生态流量预警预报模型研究 被引量：10
5
作者 王贝 陈浩 +4 位作者 何锡君 许月萍 郭玉雪 耿芳 王冲 《水文》 CSCD 北大核心 2023年第3期65-70,共6页
为探究河湖生态流量预报预警机制,进一步改善河湖生态环境,以浙江省椒江流域为研究对象,提出了考虑预警信息的结合熵值法和LSTM的生态流量预报新方法。结果表明:Q90法得出的柏枝岙和沙段断面的生态流量核算值分别为2.89m^(3)/s和1.92m^(... 为探究河湖生态流量预报预警机制,进一步改善河湖生态环境,以浙江省椒江流域为研究对象,提出了考虑预警信息的结合熵值法和LSTM的生态流量预报新方法。结果表明:Q90法得出的柏枝岙和沙段断面的生态流量核算值分别为2.89m^(3)/s和1.92m^(3)/s,计算结果低于多年平均流量的10%,较为合理可靠;所建模型验证期的纳什效率分别为0.91和0.88,偏差为2.55%和-3.22%,本模型的低水流量模拟效果要优于传统的新安江模型;柏枝岙和沙段断面无预警信息的预报合格率为98.72%和95.38%,有预警信息的预报合格率高达100%和96.61%,满足预报甲级精度,说明该方法较好地完成河湖生态流量预警信息预报任务。 展开更多
关键词 生态流量 熵值法 LSTM 椒江流域
在线阅读 下载PDF
卷积神经网络在滚动轴承故障诊断中的应用
6
作者 马海宁 何鑫 +1 位作者 陈竞竞 汪卉 《计算机应用文摘》 2022年第17期40-42,共3页
如今,滚动轴承在机械领域应用广泛,而滚动轴承是容易发生故障的零件。在滚动轴承故障诊断中,传统经验分析法受人工经验的影响局限性较大。鉴于此,文章设计了以长短时记忆(Long Short-Term Memory,LSTM)和卷积神经网络(Convolutional Neu... 如今,滚动轴承在机械领域应用广泛,而滚动轴承是容易发生故障的零件。在滚动轴承故障诊断中,传统经验分析法受人工经验的影响局限性较大。鉴于此,文章设计了以长短时记忆(Long Short-Term Memory,LSTM)和卷积神经网络(Convolutional Neural Network,CNN)为基础的轴承故障诊断模型,通过故障数据对两种模型进行训练,在TensorFlow框架下,对LSTM和CNN两种不同方法进行了仿真对比。实验发现,基于CNN的轴承故障诊断模型在各方面性能都更为优异,准确率比基于LSTM的轴承故障诊断模型高出8%。实验结果表明,应用CNN模型能够提高滚动轴承故障诊断准确率,具有较高的应用价值。 展开更多
关键词 滚动轴承 故障诊断 istm CNN
在线阅读 下载PDF
组合式深度学习的电离层TEC短期预报模型
7
作者 韦律权 黎峻宇 +3 位作者 刘立龙 黄良珂 杨芸珍 魏朋志 《测绘科学技术学报》 2024年第4期369-374,共6页
针对磁暴期间电离层总电子含量TEC异常扰动导致预报精度大幅降低的问题,提出基于强化学习的Q学习算法,对遗传算法优化BP神经网络模型和长短时记忆网络模型进行优化组合,进而建立了一种组合式深度学习的电离层TEC预报模型。分别利用组合... 针对磁暴期间电离层总电子含量TEC异常扰动导致预报精度大幅降低的问题,提出基于强化学习的Q学习算法,对遗传算法优化BP神经网络模型和长短时记忆网络模型进行优化组合,进而建立了一种组合式深度学习的电离层TEC预报模型。分别利用组合模型、两个单一模型对CODE提供的中国地区TEC数据进行3 d预报。结果表明,在不同磁暴等级(强、中、弱、无)下,组合模型预报的平均相对精度分别为95.9%、95.7%、92.6%和95.3%,较两个单一模型平均提高了约6%;其中预报残差小于1 TECu的占比分别达到60%、59%、76%和98%,相比两个单一模型平均提升了约27%。 展开更多
关键词 电离层 Q学习 遗传算法改进BP神经网络 长短时记忆网络 组合模型 预报模型
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部