我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

基于多特征融合编码的神经网络依存句法分析模型 下载：32 浏览：338

刘明童 张玉洁 徐金安 陈钰枫 《当代中文学刊》 2018年10期

摘要:
在基于神经网络的依存句法分析中,对分析栈和决策层信息的表示和利用依然有值得深入研究的空间。针对分析栈的表示,已有工作并没有对单棵依存子树独立编码的表示,导致无法利用各个依存子树的局部特征;也没有对生成的依存弧序列进行编码,导致无法利用依存弧的全局信息。针对决策层的表示,已有工作利用MLP预测转移动作,该结构无法利用历史决策动作的信息。对此,该文提出基于多特征融合编码的神经网络依存句法分析模型,基于依存子树和历史生成的依存弧表示分析栈,利用TreeLSTM网络编码依存子树信息,利用LSTM网络编码历史生成的依存弧序列,以更好地表示分析栈的局部信息和全局信息。进一步提出基于LSTM网络的结构预测转移动作序列,引入历史决策动作信息作为特征辅助当前决策。该文以汉语为具体研究对象,在CTB5汉语依存分析数据上验证所提出的多特征融合编码的神经网络模型。实验结果显示,汉语依存句法分析性能得到改进,在目前公布的基于转移的分析系统中取得最好成绩,在UAS和LAS评价指标上分别达到87.8%和86.8%的精度,表明所提出的对依存子树局部特征及历史依存弧信息和历史决策动作信息的编码方法,在改进依存分析模型性能方面的有效性。

基于改进主成分分析法的城市需水量预测 下载：57 浏览：326

徐继红 《水资源科学研究》 2019年10期

摘要:
为提高城市需水量预测精度,提出了基于主成分分析和长短时记忆神经网络的城市需水量预测模型。本文利用该模型对新疆阿克苏市城市需水量进行验证。结果表明:与BP神经网络等模型相比,该模型具有良好的预测性能和泛化能力,能够满足城市需水量精确预测的需要,可以为干旱区城市水资源精准调控提供参考。

基于增强型LSTM神经网络的5G射频功放线性化 下载：53 浏览：445

方俊 《天线研究》 2022年3期

摘要:
本文提出了一种基于增强型LSTM神经网络(A-LSTM)的数字预失真线性化模型，以更好的补偿5G宽带射频功放的动态非线性特性。模型的输入层在引入延迟抽头模拟功放线性记忆效应的基础上，对每一个延迟抽头进行非线性级数展开用于补偿功放的非线性记忆效应，从而更好地抑制功放的动态非线性失真导致的带内失真以及带外频谱扩展等问题。为验证模型的有效性，本文采用100MHz的5GNR信号作为测试信号，对一个中心频率为2.6GHz的5G射频功放进行数字预失真线性化实验。实验结果表明，基于增强型LSTM神经网络数字预失真器的带外抑制可达16dB,相比于其他几种预失真器展现出更好的线性化效果，验证了基于增强型LSTM神经网络数字预失真器的有效性。

基于LSTM神经网络的用电量预测 下载：517 浏览：5220

马国瀚1 张华峰2 张小东2 高建勇1 卓俊宇2 《神经科学研究》 2021年7期

摘要:
智能电网的发展促进电力行业发生巨大变革，在智能电表及大数据技术的应用下，我国对于用电量的预测结果也越来越准确。本研究尝试建立LSTM神经网络分析模型，为用电量预测提供一种思路，结果表明这一模型的准确性良好，值得推广。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享