步骤3:计算每个个体的适应度值.以各鲸鱼对应参数构建BiLSTM神经网络模型,通过训练数据进行训练,测试数据进行预测,将预测结果的平均绝对百分比误差作为各鲸鱼的适应度值. 步骤4:根据鲸鱼的适应度值确定全局最优位置和局部最优位置. 步骤5:根据WOA算法式更新A和C. 步骤6:根据WOA算法的对鲸鱼的位置进行更新; 步骤7:判...
基于MATLAB平台的双向长短期记忆网络(BiLSTM),改进的鲸鱼优化算法优化双向长短期记忆网络( IWOA-BILSTM),采用两种算法进行预测,程序已调通并带有注释,可他替换自己的数据进行计算。, 视频播放量 1428、弹幕量 0、点赞数 10、投硬币枚数 2、收藏人数 25、转发人数 5, 视
[0013]进一步地,所述装置还包括:训练单元,用于在所述第三计算单元计算所述目标文本的后向深度特征表示向量之前,训练所述A-BiLSTM神经网络,所述训练单元包括:获取子单元,用于获取多个训练样本;第一计算子单元,用于对于所述多个训练样本中的第一训练样本,将所述第一训练样本的第s+T个词语对应的词向量、所述A-BiL...
(Multi-Scale Convolutional Layers Cascaded Attention-Based Bidirectional Long Short-Term Memory,MC-ABiLSTM)模型的储层单砂体智能识别方法.该模型主体分为MC与ABiLSTM两个模块.MC模块由不同尺度卷积核的并联卷积层组成,用于提取测井数据多尺度的空间特征;ABiLSTM模块采用基于LSTM的编解码框架,用于从MC模块输出的...
They assessed the classification performance of the datasets they introduced by employing the embedding models Word2Vec and algorithms of deep learning such as HANGRU, CNN, BiGRU, and BiLSTM. In [26], the authors propose a hierarchical k-means algorithm model with eight clusters to enhance ...
基于ICEEMDAN-IWOA-BiLSTM混合算法模型的短期负荷预测 焦家俊;刘田园 【期刊名称】《电气自动化》 【年(卷),期】2024(46)2 【摘要】电力负荷具有不确定性、随机性及波动性的特点,难以对其实现精准预测。为此,提出了一种基于改进型自适应白噪声完备集成经验模态分解算法和经改进型鲸鱼算法优化的双向长短期记忆网络...
基于BERT-A-BiLSTM的多特征专利自动分类算法专利信息由爱企查专利频道提供,基于BERT-A-BiLSTM的多特征专利自动分类算法说明:本发明属于专利自动分类技术领域,具体涉及基于BERT‑A‑BiLSTM的多特征专利自动分类算法...专利查询请上爱企查
基于AC-BiLSTM的自主水下机器人早期故障诊断研究 针对自主水下机器人(AUV)在航行中产生的早期微小故障及缓变风险,对大量时序数据进行挖掘分析,提出了一种基于混合模型和时间注意力机制的端到端AUV早期故障诊断方法(AC... 王振洋,徐春晖,郭烁 - 《工业仪表与自动化装置》 被引量: 0发表: 2023年 Adaptive Whale ...
基于DBO-VMD和IWOA-BILSTM神经网络 组合模型的短期电力负荷预测 刘 杰1，从兰美1，夏远洋2，潘广源1，赵汉超1，韩子月1 (1.临沂大学自动化与电气工程学院，山东 临沂 276002；2.雅砻江流域水电开发有限公司，四川 成都 610000)摘要：新能源在现代电力系统中占比不断提高，其负荷不规律性、波动性远大于传统电力...
Short Term Load Forecasting Based on ICEEMDAN-IWOA-BiLSTM Hybrid Algorithm Model 在线阅读 下载PDF 引用 收藏 分享 摘要 电力负荷具有不确定性、随机性及波动性的特点,难以对其实现精准预测。为此,提出了一种基于改进型自适应白噪声完备集成经验模态分解算法和经改进型鲸鱼算法优化的双向长短期记忆网络预测模型。