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3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：
LSTM-MSTCN-XGBoost混合模型的时空数据特征挖掘
1
作者 李阳政 易吉良 《现代电子技术》 北大核心 2025年第16期157-160,共4页
时空数据因具有时空关联性与动态演化性,导致特征挖掘难度大。目前单一维度分析方法难以全面捕捉时空数据的长短期变化特征,易使关键信息丢失。为此,提出一种基于LSTM-MSTCN-XGBoost混合模型的时空数据特征挖掘方法。用OWL对时空数据进... 时空数据因具有时空关联性与动态演化性,导致特征挖掘难度大。目前单一维度分析方法难以全面捕捉时空数据的长短期变化特征,易使关键信息丢失。为此,提出一种基于LSTM-MSTCN-XGBoost混合模型的时空数据特征挖掘方法。用OWL对时空数据进行形式化建模,由LSTM与MSTCN模型分别挖掘长短期特征,输入XGBoost模型融合并输出特征模式识别结果。实验结果表明,所提方法提取的时空数据特征全局时空Moran′s I指数超过0.9,在交通时空数据挖掘中对拥堵特征的刻画也更贴合实际,可为时空数据挖掘及智能决策提供有效途径。 展开更多
关键词 时空数据 特征挖掘 LSTM模型 mstcn模型 XGBoost模型 OWL形式化建模
在线阅读 下载PDF
FPN-MSTCN模型在学生专注度评价中的应用
2
作者 张文泷 魏延 +1 位作者 张昆 蒋俊蕊 《信息技术》 2023年第12期15-21,共7页
为了提高智慧教育场景下的学生专注度评价准确率,针对小样本类别难以识别的问题,提出一种FPN-MSTCN模型进行专注度评价,该模型通过改进的FPN网络对单帧人脸进行多尺度的特征提取,解决了在图像中人脸特征无法完整提取的问题。然后,通过... 为了提高智慧教育场景下的学生专注度评价准确率,针对小样本类别难以识别的问题,提出一种FPN-MSTCN模型进行专注度评价,该模型通过改进的FPN网络对单帧人脸进行多尺度的特征提取,解决了在图像中人脸特征无法完整提取的问题。然后,通过融合了SimGNN模块的MSTCN网络对图像序列进行分类,并通过SimGNN模块解决了图像标签与视频标签不一致的问题。采用DAiSEE和EmotiW数据集进行实验。由于DAiSEE和EmotiW数据集的分布严重不均衡,使用代价敏感损失函数作为该模型的损失函数,解决了过拟合问题,测试集准确率分别提高了3.8%和3.1%。 展开更多
关键词 深度学习 特征图金字塔网络 多阶时序卷积网络 智慧教育 学生专注度
在线阅读 下载PDF
基于多尺度二次特征提取的短期电力负荷预测模型
3
作者 李楠 金淳熙 +1 位作者 陶亮 黄亮 《电力系统保护与控制》 北大核心 2025年第19期114-126,共13页
为充分挖掘电力负荷固有多尺度特征(multi-scale feature,MSF)间的复杂时序关系,进一步提升电力负荷预测模型性能,特别是提升对节假日负荷预测的能力,提出了一种基于多尺度二次特征提取的短期电力负荷预测模型。首先,利用Prophet算法的... 为充分挖掘电力负荷固有多尺度特征(multi-scale feature,MSF)间的复杂时序关系,进一步提升电力负荷预测模型性能,特别是提升对节假日负荷预测的能力,提出了一种基于多尺度二次特征提取的短期电力负荷预测模型。首先,利用Prophet算法的拟合分解功能,获取不同尺度下的负荷数据分量,并与强相关的天气数据共同构建多元数据集。其次,采用改进的特征金字塔网络(improved feature pyramid network,IFPN)匹配负荷数据的多尺度特性,并设计了卷积特征增强模块强化对节假日特征的表达能力,实现MSF的第一次提取。基于时间卷积神经网络的优势,深度挖掘一次特征间的时序依赖关系,引入SENet对特征的权重实现自适应赋值,同时完成MSF的二次提取。最后,利用鱼鹰算法优化后的Transformer模型完成负荷预测。在国内外两套负荷数据集上进行了验证,仿真结果表明所提模型的预测效果优于对比模型,特别是在对节假日负荷的预测精度上有所提高。 展开更多
关键词 短期电力负荷预测 Prophet算法 二次特征提取 改进的特征金字塔网络 多尺度时间卷积网络
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