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1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：
融合可逆实例归一化及Informer编解码的船速预测
1
作者 陈信强 樊家畅 +3 位作者 吴华锋 吴宇震 李世博 鲜江峰 《上海海事大学学报》 北大核心 2025年第4期1-9,共9页
针对训练数据与测试数据之间存在分布差异以及多变量耦合影响船速预测精度的问题,构建一种融合可逆实例归一化(reversible instance normalization,RevIN)模块、时间序列分块操作和Informer编解码机制的船速预测模型(称为ERINPI)。通过... 针对训练数据与测试数据之间存在分布差异以及多变量耦合影响船速预测精度的问题,构建一种融合可逆实例归一化(reversible instance normalization,RevIN)模块、时间序列分块操作和Informer编解码机制的船速预测模型(称为ERINPI)。通过引入一种基于RevIN的对称结构对模型进行输入数据归一化和输出数据反归一化处理,以解决训练数据与测试数据之间存在的分布差异问题。为使模型学习到船速与多个相关变量间的耦合关系,借助时间序列分块操作将局部多点信息聚合成块,并利用多头概率自注意力和蒸馏操作来提高模型的泛化能力。实验结果表明,ERINPI船速预测的平均绝对误差、平均均方误差、平均均方根误差和平均残差标准误差分别为1.3823、9.4119、2.9981和2.9982,均比其他船速预测模型的小,说明本文构建的模型能更精准地预测船速的变化趋势。 展开更多
关键词 船速预测 可逆实例归一化(revin) 时间序列分块 多头概率自注意力 智能船舶
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