基于多源掘进参数与LSTM-Transformer的复杂地层盾构姿态预测方法

1

作者 邹道恒 《国防交通工程与技术》 2026年第1期6-12,共7页

针对深大城际黄麻布—石岩中心盾构区间的复杂地层及纵坡变化问题,提出一种基于多源数据融合与深度神经网络的盾构姿态实时预测方法。方法整合掘进参数、地质信息、渣样分析等数据,经特征筛选和规范化处理后,构建LSTM-Transformer混合... 针对深大城际黄麻布—石岩中心盾构区间的复杂地层及纵坡变化问题,提出一种基于多源数据融合与深度神经网络的盾构姿态实时预测方法。方法整合掘进参数、地质信息、渣样分析等数据,经特征筛选和规范化处理后,构建LSTM-Transformer混合神经网络模型,结合两者优势动态学习姿态变化规律,并在复杂地层转换处引入状态残差校正机制。以区间实测数据验证,该方法姿态预测均方误差较传统方法降低36%以上、提前预警时间达2环,能有效辅助掘进参数调控与风险预警、减少管片破损等事故,提升施工效率与安全性。 展开更多

关键词 多源数据融合 lstm-Transformer混合模型 盾构姿态预测 复杂地层 状态残差校正

在线阅读 下载PDF 职称材料

基于ICA-LSTM的空中交通相依网络复杂度预测

2

作者 齐雁楠 王新彤 吴祚禹 《复杂系统与复杂性科学》 北大核心 2025年第4期37-45,54,共10页

针对空中交通复杂度预测问题,通过构建空中交通相依网络提取交通数据的非线性时空动态特征,提出一种ICA-LSTM预测模型,提高了预测的准确性。首先,根据复杂网络理论,以飞机和管制扇区为研究对象,建立飞行-管制空中交通相依网络;从“点-线... 针对空中交通复杂度预测问题,通过构建空中交通相依网络提取交通数据的非线性时空动态特征,提出一种ICA-LSTM预测模型,提高了预测的准确性。首先,根据复杂网络理论,以飞机和管制扇区为研究对象,建立飞行-管制空中交通相依网络;从“点-线-面”3个维度选取网络特征指标,采用因子分析方法提取指标的公因子,建立空中交通复杂度模型;通过建立空中交通数据时空序列,采用独立成分分析(ICA)提取数据样本特征,建立ICA-LSTM空中交通复杂度预测模型。采用北京终端区ADS-B运行数据进行了实例验证,结果表明,模型能对空中交通复杂度进行有效预测,与传统的LSTM和SVM模型相比,ICA-LSTM预测模型预测精度更高。 展开更多

关键词 空中交通 相依网络 网络复杂度 独立成分分析(ICA) lstm

在线阅读 下载PDF 职称材料

基于复数LSTM的光纤通信调制信号降噪方法

3

作者 肖钒 熊婷 《激光杂志》 北大核心 2025年第12期114-120,共7页

为了有效去除光纤通信调制信号中的噪声,提出了基于复数长短期记忆神经网络(Long Short-Term Memory, LSTM)的光纤通信调制信号降噪方法。根据信号噪声的来源,通过添加加性白噪声的方式建立调制信号模型;复数LSTM应将带噪信号映射到一... 为了有效去除光纤通信调制信号中的噪声,提出了基于复数长短期记忆神经网络(Long Short-Term Memory, LSTM)的光纤通信调制信号降噪方法。根据信号噪声的来源,通过添加加性白噪声的方式建立调制信号模型;复数LSTM应将带噪信号映射到一个高维特征空间,通过复数域的权重矩阵运算得到完整信息,准确地描述信号的幅度和相位变化,并对信号的实部和虚部的联合处理分离信号和噪声,完成降噪处理。实验结果表明,在输入信噪比为-5 dB时,该方法对PAM和OFDM调制的ΔSNR分别达到10.2 dB和9.8 dB,浮点计算量稳定在1.473~1.499×10^(6),相对于传统方法,具有降噪效果好、降噪过程复杂度低的优势。 展开更多

关键词 复数lstm 光纤通信系统 调制信号 降噪方法 构建降噪模型

原文传递

LSTM特征重构的复合Chen混沌系统与线性反馈同步

4

作者 杨阳 李艳 张俊芳 《电子元件与材料》 北大核心 2025年第9期1066-1072,共7页

为增强复杂混沌系统同步控制的鲁棒性与可靠性,提出一种融合经典Chen混沌系统与长短期记忆神经网络(Long Short-Term Memory, LSTM)的增强型线性反馈同步控制方法。首先,利用LSTM网络对经典Chen混沌系统进行非线性相空间重构,进而构建... 为增强复杂混沌系统同步控制的鲁棒性与可靠性,提出一种融合经典Chen混沌系统与长短期记忆神经网络(Long Short-Term Memory, LSTM)的增强型线性反馈同步控制方法。首先,利用LSTM网络对经典Chen混沌系统进行非线性相空间重构,进而构建具备扩展动力学特性的改进型混沌动力学模型。其次,采用相空间重构、分岔图及最大Lyapunov指数(Largest Lyapunov Exponent, LLE)分析验证混沌特性。最后,设计基于LLE阈值的自适应线性反馈控制器,证明当增益参数k>LLE时主从系统可实现指数同步。结果表明,重构系统相较于原系统,其LLE值提升17%,呈现显著强混沌特性。当增益参数k=50时,同步误差在0.15 s内收敛至零,收敛速度优于传统控制策略。为高安全性混沌保密通信系统提供理论支持,具备控制器结构简化、参数自适应性强及硬件兼容性高等优势。 展开更多

关键词 复杂混沌系统 同步控制 Chen混沌系统 lstm 线性反馈

在线阅读 下载PDF 职称材料

基于LSTM算法的复杂红层超大直径盾构隧道掘进姿态预测

5

作者 宋朝 许学昭 周楚昊 《城市道桥与防洪》 2025年第7期229-234,272,共7页

为解决超大直径盾构机在掘进过程中由于地质分布不均匀、人工操作误差导致掘进姿态、轨迹与隧道设计轴线发生偏差的问题,提出基于LSTM神经网络建立复杂红层超大直径盾构隧道掘进姿态预测方法,充分考虑了复杂红层地质以及掘进机等12个参... 为解决超大直径盾构机在掘进过程中由于地质分布不均匀、人工操作误差导致掘进姿态、轨迹与隧道设计轴线发生偏差的问题,提出基于LSTM神经网络建立复杂红层超大直径盾构隧道掘进姿态预测方法,充分考虑了复杂红层地质以及掘进机等12个参数,采用Pearson方法分析地质参数与掘进参数的相关性,有效提高模型预测精准度。依托广州市海珠湾隧道工程,以盾构掘进西线为例,验证了方法的有效性。结果表明:该模型能够较为精准的预测盾构姿态,对盾构竖直姿态预测决定系数(R2)超过0.8,水平和竖直盾构姿态均方根误差均在10以内。算法可以协助盾构机在施工过程中保持稳定,减少姿态偏差,有助于提高隧道的施工质量,确保开挖的隧道符合设计要求。 展开更多

关键词 复杂红层 超大直径盾构 pearson相关性 姿态预测 lstm神经网络

在线阅读 下载PDF 职称材料

基于LSTM-Attention的毫米波雷达行人轨迹预测方法 被引量：2

6

作者 翟靖宇 陈金立 《中国电子科学研究院学报》 北大核心 2022年第6期534-541,共8页

行人轨迹预测对于发展智慧城市,提升交通安全具有重要意义。由于视频监控易受环境因素影响且不利于保护行人隐私,文中采用毫米波雷达实时探测行人,建立行人轨迹数据集。针对行人的运动轨迹复杂多变,难以用传统的运动学模型准确描述的问... 行人轨迹预测对于发展智慧城市,提升交通安全具有重要意义。由于视频监控易受环境因素影响且不利于保护行人隐私,文中采用毫米波雷达实时探测行人,建立行人轨迹数据集。针对行人的运动轨迹复杂多变,难以用传统的运动学模型准确描述的问题,本文提出一种结合注意力机制的长短期记忆(Long Short-Term Memory Combined with Attention Mechanism,LSTM-Attention)行人轨迹预测模型,利用LSTM网络提取行人轨迹特征,并引入Attention机制,强化模型对行人轨迹特征关键信息的提取能力。实验表明,提出的LSTM-Attention模型能够预测各种复杂度的行人轨迹,且预测精度更高,鲁棒性更强。 展开更多

关键词 行人轨迹预测 毫米波雷达 长短期记忆 注意力机制 轨迹复杂度

在线阅读 下载PDF 职称材料

基于LSTM的风矢量预测方法 被引量：3

7

作者 朱天宇 叶强 +2 位作者 郝建树 高超越 杨家祺 《电力自动化设备》 EI CSCD 北大核心 2023年第11期111-116,共6页

从特征工程角度对风速与风向间的相关性进行分析,结果表明,风速与风向包含的特征信息不同,可以同时将其作为输入变量,用于训练模型。该结果也为输入变量时间长度的选择提供了依据。将风速分解为东西及南北方向2个正交的一维变量,以防止... 从特征工程角度对风速与风向间的相关性进行分析,结果表明,风速与风向包含的特征信息不同,可以同时将其作为输入变量,用于训练模型。该结果也为输入变量时间长度的选择提供了依据。将风速分解为东西及南北方向2个正交的一维变量,以防止多维变量增加方法复杂度。采用长短时记忆神经网络(LSTM)分别对2个方向风速训练预测模型,并将预测结果还原为风速与风向预测数据。实验结果表明,所提方法能够更好地捕捉风速与风向中的信息量,在风速与风向的预测误差分别小于1.0 m/s和5°时,预测准确率可达到90%以上。 展开更多

关键词 风矢量预测方法 长短时记忆神经网络 特征工程 相关性 方法复杂度 信息密度

在线阅读 下载PDF 职称材料

基于多层LSTM的复杂系统剩余寿命智能预测 被引量：13

8

作者 付强 王华伟 《兵器装备工程学报》 CSCD 北大核心 2022年第1期161-169,共9页

剩余寿命作为预测性维修的重要支撑,智能预测能及时识别出复杂系统寿命变化规律,准确反映不同工况对剩余寿命的影响。针对复杂系统运行工况与高维度、多尺度时序数据,构建多层LSTM预测模型,防止了梯度消失,能够提取不同工况下时序数据... 剩余寿命作为预测性维修的重要支撑,智能预测能及时识别出复杂系统寿命变化规律,准确反映不同工况对剩余寿命的影响。针对复杂系统运行工况与高维度、多尺度时序数据,构建多层LSTM预测模型,防止了梯度消失,能够提取不同工况下时序数据的深层次关联性抽象特征。利用Dropout方法减少预测模型过拟合,针对预测模型的不确定性,设计误差得分函数以评估超前与滞后预测。以航空发动机为例,验证了所提出的智能预测模型的有效性。 展开更多

关键词 复杂系统 剩余寿命 多层lstm 智能预测 多尺度时序数据

在线阅读 下载PDF 职称材料

一种结合BERT与双层LSTM的复杂长句意图分类方法 被引量：8

9

作者 杨振宇 张登辉 《计算机应用与软件》 北大核心 2021年第12期207-212,共6页

传统文本分类方法从复杂长句中提取特征的能力有待提高。为准确识别与分类复杂长句意图,构建一种结合BERT(Bidirectional Encoder Representation from Transformers)迁移学习与长短时记忆网络LSTM(Long Short-Term Memory)的分类方法... 传统文本分类方法从复杂长句中提取特征的能力有待提高。为准确识别与分类复杂长句意图,构建一种结合BERT(Bidirectional Encoder Representation from Transformers)迁移学习与长短时记忆网络LSTM(Long Short-Term Memory)的分类方法。使用BERT获取上下文相关的动态词向量,捕捉传统模型难以表示的一词多义特征;在BERT输出层接入LSTM网络,经由词级、句级双层LSTM层次化提取特征,获取细粒度语义表示,进而对句子意图进行准确分类。实验结果表明,该方法在复杂长句意图分类任务上的准确率、召回率以及F1值与已有方法相比均有提高。 展开更多

关键词 复杂长句 句子分类 迁移学习 BERT 双层lstm

在线阅读 下载PDF 职称材料

基于复杂网络理论的量子通信网络可靠性评估与优化方法

10

作者 张粮雨 董富清 +1 位作者 何翰林 杜忠齐 《通信与信息技术》 2025年第S1期35-38,58,共5页

量子通信网络是保障信息安全传输的关键基础设施,它的可靠度评估对于网络稳定运行有意义,现有的评估方法存在一些问题,比如无法准确反映网络真实状态,数据采集不够全面,缺乏预测能力以及优化策略等,为此提出了一种基于复杂网络模型的量... 量子通信网络是保障信息安全传输的关键基础设施,它的可靠度评估对于网络稳定运行有意义,现有的评估方法存在一些问题,比如无法准确反映网络真实状态,数据采集不够全面,缺乏预测能力以及优化策略等,为此提出了一种基于复杂网络模型的量子通信网络可靠度全面评估方法。这种方法首先构建融合量子特性的复杂网络模型,借助多维度数据采集生成特征向量,运用长短时记忆网络(Long Short-Term Memory,LSTM)和深度置信网络(Deep Belief Network,DBN)来实现网络状态与可靠性指标的预测,最后结合预测结果给出节点、通道及业务层级的优化策略,实验验证显示,该方法评估准确性较高,可有效预测未来可靠性风险,并且优化措施可以提升网络可靠性,为量子通信网络的稳定运行提供有力支持。 展开更多

关键词 量子通信网络 复杂网络模型 可靠度评估 lstm DBN

在线阅读 下载PDF 职称材料

基于注意力机制的复杂背景连续手语识别 被引量：4

11

作者 杨光义 丁星宇 +2 位作者 高毅 胡晶欣 张洪艳 《武汉大学学报（理学版）》 CAS CSCD 北大核心 2023年第1期97-105,共9页

提出一种基于注意力机制的连续手语识别算法ACN(attention-based 3D convolutional neural network),能够识别复杂背景下的连续手语。该算法首先利用背景去除模块,对包含复杂背景的手语视频进行预处理;然后,通过基于空间注意力机制的3D-... 提出一种基于注意力机制的连续手语识别算法ACN(attention-based 3D convolutional neural network),能够识别复杂背景下的连续手语。该算法首先利用背景去除模块,对包含复杂背景的手语视频进行预处理;然后,通过基于空间注意力机制的3D-ResNet(3D residual convolutional neural network)提取时空融合信息;最后,采用结合时间注意力机制的长短期记忆(long short-term memory,LSTM)网络进行序列学习,得到最终的识别结果。算法在大规模中国连续手语数据集CSL100上表现优异;在面向不同复杂背景的情况下,算法表现出良好的泛化性能,模型引入的时空注意力机制是切实有效的。 展开更多

关键词 连续手语识别 复杂背景 注意力机制 长短期记忆

原文传递

某纯电驱动重载车辆能耗预测模型 被引量：1

12

作者 王尔烈 王帅 +3 位作者 皮大伟 王洪亮 王显会 谢伯元 《兵工学报》 EI CAS CSCD 北大核心 2024年第4期1229-1236,共8页

高精度能耗预测模型是准确预测车辆续驶里程的重要前提。针对载荷大幅度变化且非结构化道路运行的纯电驱动重载车辆,建立其组合能耗模型,该模型由能耗计算基本模型与长短时记忆(Long Short-Term Memory,LSTM)神经网络差值修正两部分组... 高精度能耗预测模型是准确预测车辆续驶里程的重要前提。针对载荷大幅度变化且非结构化道路运行的纯电驱动重载车辆,建立其组合能耗模型,该模型由能耗计算基本模型与长短时记忆(Long Short-Term Memory,LSTM)神经网络差值修正两部分组成。基于能量流动过程驱动电机和变速器效率建模,结合汽车行驶动力学建立能耗计算基本模型;采用LSTM神经网络来修正基本模型能耗预测结果与车辆典型工况功率测试值的差值,有效提高了大幅变载荷且低信噪比坡度环境下的车辆能耗预测精度,因此组合能耗模型具有参数简单和模型拟合不需解释能耗规律的优点。经试验测试分析,与VT-Micro能耗模型和径向基(Radial Basis Function,RBF)神经网络能耗模型相比,所提组合能耗模型的功率预测平均误差率分别降低了17.76%和3.35%,能够实现纯电驱动重载车辆复杂工况下能耗的准确实时预测。 展开更多

关键词 纯电驱动重载车辆 组合能耗模型 长短时记忆神经网络 行驶动力学 复杂工况

在线阅读 下载PDF 职称材料

一种基于组合神经网络的HEVC帧间预测方法 被引量：1

13

作者 韩强 吴帆 蒋剑飞 《信息技术》 2021年第4期1-5,10,共6页

高效视频编码(HEVC)作为最新视频编码标准,有着非常高的压缩效率,但是由于各种新技术的提出,其编码复杂度也大大提高。复杂度对视频编码有着重要意义,低复杂度编码的研究非常必要。利用神经网络进行HEVC的分区预测为低复杂度编码提供了... 高效视频编码(HEVC)作为最新视频编码标准,有着非常高的压缩效率,但是由于各种新技术的提出,其编码复杂度也大大提高。复杂度对视频编码有着重要意义,低复杂度编码的研究非常必要。利用神经网络进行HEVC的分区预测为低复杂度编码提供了有效的解决方案。文中提出了一种基于卷积神经网络(CNN)和长短期记忆网络(LSTM)的组合网络架构来对帧间分区进行预测的方法,利用自建数据库对网络进行训练;文中设计了一种预搜索模块来建立训练数据库,仿真结果表明,神经网络的精度可达87%,利用该网络架构进行帧间预测可以实现52%~71%的复杂度节省。 展开更多

关键词 低复杂度 帧间预测 长短期记忆网络 卷积神经网络

在线阅读 下载PDF 职称材料

基于两阶段降维的复合数据股票趋势预测

14

作者 赵澄 秦楚 +1 位作者 刘炜 周洁 《上海管理科学》 2023年第3期117-124,共8页

包含丰富种类衍生变量的股票数据有利于更全面地分析市场变化,但其同时包含连续和离散数据,难以充分利用,并且高维数据的训练效率不高,且各维度之间存在不同程度的相关性,使得机器学习预测的效果欠佳。对此,研究提出了一种两阶段降维方... 包含丰富种类衍生变量的股票数据有利于更全面地分析市场变化,但其同时包含连续和离散数据,难以充分利用,并且高维数据的训练效率不高,且各维度之间存在不同程度的相关性,使得机器学习预测的效果欠佳。对此,研究提出了一种两阶段降维方法,通过结合无监督和有监督降维,在除去冗余特征、降低特征间相关性的同时,可以有效地将离散数据融入连续数据,将降维结果作为时变数据通过长短期记忆神经网络(Long Short-term Memory,LSTM)进行分析预测。实验结果证明,预测模型在预测精度、鲁棒性和回测收益方面相比于传统方法,均得到了提高。 展开更多

关键词 两阶段降维 高维复合数据 股票趋势预测 深度学习 长短期记忆网络

在线阅读 下载PDF 职称材料

面向语音增强的双复数卷积注意聚合递归网络 被引量：6

15

作者 余本年 詹永照 +2 位作者 毛启容 董文龙 刘洪麟 《计算机应用》 CSCD 北大核心 2023年第10期3217-3224,共8页

针对现有的语音增强方法对语谱图特征关联信息表达有限和去噪效果不理想的问题,提出一种双复数卷积注意聚合递归网络(DCCARN)的语音增强方法。首先,建立双复数卷积网络,对短时傅里叶变换后的语谱图特征进行两分支信息编码;其次,将两分... 针对现有的语音增强方法对语谱图特征关联信息表达有限和去噪效果不理想的问题,提出一种双复数卷积注意聚合递归网络(DCCARN)的语音增强方法。首先,建立双复数卷积网络,对短时傅里叶变换后的语谱图特征进行两分支信息编码;其次,将两分支中编码分别使用特征块间和特征块内注意力机制对不同的语音特征信息进行重标注;再次,使用长短期记忆(LSTM)网络处理长时间序列信息,并用两解码器还原语谱图特征并聚合这些特征;最后,经短时逆傅里叶变换生成目标语音波形,以达到抑制噪声的目的。在公开数据集VBD(Voice Bank+DMAND)和加噪的TIMIT数据集上进行的实验的结果表明,与相位感知的深度复数卷积递归网络(DCCRN)相比,DCCARN在客观语音感知质量指标(PESQ)上分别提升了0.150和0.077~0.087。这验证了所提方法能更准确地捕获语谱图特征的关联信息,更有效地抑制噪声,并提高语音的清晰度。 展开更多

关键词 语音增强 注意力机制 复数卷积网络 编码 长短期记忆网络

在线阅读 下载PDF 职称材料

基于神经网络的复杂导弹系统可靠性预测 被引量：8

16

作者 苏续军 吕学志 +1 位作者 方丹 陈晓 《火力与指挥控制》 CSCD 北大核心 2020年第5期170-177,共8页

介绍了如何利用神经网络对复杂导弹系统可靠性进行预测。对利用导弹地面测试数据和可靠性数据预测未来导弹可靠性问题进行了描述。给出了建模思路和方法框架。探讨了基于因子分析的可靠性数据特征选择方法、循环神经网络(RNN)、长短时... 介绍了如何利用神经网络对复杂导弹系统可靠性进行预测。对利用导弹地面测试数据和可靠性数据预测未来导弹可靠性问题进行了描述。给出了建模思路和方法框架。探讨了基于因子分析的可靠性数据特征选择方法、循环神经网络(RNN)、长短时记忆网络(LSTM)、门循环网络(GRU)以及输出数据融合方法。在实例中利用该方法对其飞行可靠性进行了预测,验证了方法的可行性与有效性。该方法可以充分利用复杂系统地面测试数据、可靠性数据中隐含的信息以及多种神经网络的优点,具有一定的通用性与实用性。 展开更多

关键词 复杂系统 可靠性 因子分析 循环神经网络 长短时记忆网络 门循环网络

在线阅读 下载PDF 职称材料

融合词语统计特征和语义信息的文本分类方法研究 被引量：5

17

作者 张丽 马静 《计算机工程与科学》 CSCD 北大核心 2021年第7期1308-1315,共8页

为了更好地表示文本语义信息,提高文本分类准确率,改进了特征权重计算方法,并融合特征向量与语义向量进行文本表示。首先基于文本复杂网络实现文本特征提取,接着利用网络节点统计特征改进TF-IDF得到特征向量,再基于LSTM抽取语义向量,最... 为了更好地表示文本语义信息,提高文本分类准确率,改进了特征权重计算方法,并融合特征向量与语义向量进行文本表示。首先基于文本复杂网络实现文本特征提取,接着利用网络节点统计特征改进TF-IDF得到特征向量,再基于LSTM抽取语义向量,最后将特征向量与语义向量相融合,使新的文本表示向量信息区分度更高。以网络新闻数据为实验对象的实验结果表明,改进特征权重计算方法,在特征向量中引入了语义和结构信息,并融合特征向量和语义向量,能进一步丰富文本信息,改善文本分类效果。 展开更多

关键词 文本分类 文本复杂网络 特征权重 lstm

在线阅读 下载PDF 职称材料

考虑产流模式空间分布的流域-城市复合系统洪水预报模型 被引量：19

18

作者 刘成帅 孙悦 +3 位作者 胡彩虹 赵晨晨 徐源浩 李文忠 《水科学进展》 EI CAS CSCD 北大核心 2023年第4期530-540,共11页

为解决流域-城市复合系统洪水协同预报问题,本文将流域和城市纳入统一空间范畴,在提出易发生产流模式辨析框架的基础上,耦合网格产流计算模型(GRGM)和长短时记忆神经网络(LSTM)构建了GRGM-LSTM洪水预报混合模型。以贾鲁河中牟站控制流... 为解决流域-城市复合系统洪水协同预报问题,本文将流域和城市纳入统一空间范畴,在提出易发生产流模式辨析框架的基础上,耦合网格产流计算模型(GRGM)和长短时记忆神经网络(LSTM)构建了GRGM-LSTM洪水预报混合模型。以贾鲁河中牟站控制流域为例,基于18场实测洪水进行模型检验,同时将预报结果与暴雨洪水管理模型(SWMM)、GRGM-SWMM模型进行对比分析。研究表明:①GRGM模型模拟产流量相对误差、决定性系数平均值分别为8.41%、0.976,考虑产流模式空间分布的产流计算更为准确;②预见期小于6 h时,GRGM-LSTM混合预报模型纳什效率系数大于0.8,比GRGM-SWMM、SWMM等物理机制模型具有更好的模拟性能;③预见期大于6 h时,GRGM-LSTM混合模型出现一定的精度损失,预见期增至12 h时,GRGM-SWMM模拟精度高于GRGMLSTM模型。研究成果可为流域-城市防洪减灾协同管理提供科学依据。 展开更多

关键词 流域-城市复合系统 洪水预报 产流模式 机器学习 GRGM-lstm模型 中牟站控制流域

在线阅读 下载PDF 职称材料

CapsNet融合D-BiLSTM的区域复杂路网交通速度预测 被引量：2

19

作者 曹洁 苏广 +1 位作者 张红 李鹏辉 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2024年第9期2531-2539,共9页

针对交通模式复杂和动态的时空相关性导致现有预测方法在结构深度和预测尺度方面不足以学习交通演变的问题,提出了一种结合胶囊网络(CapsNet)和深层双向LSTM(DBiLSTM)的深度学习模型。该模型采用CapsNet识别路网的空间拓扑结构并提取空... 针对交通模式复杂和动态的时空相关性导致现有预测方法在结构深度和预测尺度方面不足以学习交通演变的问题,提出了一种结合胶囊网络(CapsNet)和深层双向LSTM(DBiLSTM)的深度学习模型。该模型采用CapsNet识别路网的空间拓扑结构并提取空间特征,融合D-BiLSTM网络,同时考虑交通状态的前向和后向依赖关系,捕获不同历史时期的双向时间相关性,对目标区域内大规模复杂路网的交通进行预测。在真实交通路网速度数据集上进行的实验表明:提出模型的预测精度平均提高了10%以上,优于其他方法,在区域复杂路网的交通预测中具有较高的预测精度和良好的鲁棒性。 展开更多

关键词 胶囊网络 深层双向lstm 复杂路网 后向依赖 交通速度预测

原文传递