首先按滑动时间窗口的方法对采集到的复杂设备数据进行输入样本的制备,并使用网格搜索法寻找模型最优参数;然后构建DCNN网络实现自动融合多传感器数据并提取抽象空间特征;最后固定卷积层数不变,采用多层LSTM网络记忆时间序列前后之间的关系.在公开的C-MAPSS数据集上进行了验证,并与单一的CNN,单一的LSTM算法在相同数据集上...
模糊类型分类模糊参数识别大数据时代,图像是重要的信息传递媒介,但图像质量退化将影响信息识别.针对各种类型的图像退化问题,提出一种融合长短期记忆(LSTM)的深度卷积神经网络(DCNN)的带记忆分类方法,识别退化图像模糊类型及其参数,根据准确的模糊类型及模糊核进行图像去模糊.首先改进DCNN卷积模型,调节卷积运算步长算子,加快...
基于DCNN-LSTM网络入侵检测系统是由长春大学著作的软件著作,该软件著作登记号为:2024SR0106371,属于分类,想要查询更多关于基于DCNN-LSTM网络入侵检测系统著作的著作权信息就到天眼查官网!
基于DCNN-LSTM-AE-AM的短期电力负荷和碳排放量预测方法及系统专利信息由爱企查专利频道提供,基于DCNN-LSTM-AE-AM的短期电力负荷和碳排放量预测方法及系统说明:本发明公开了基于DCNN‑LSTM‑AE‑AM的短期电力负荷和碳排放量预测方法及系统,包括以下步骤:...专利查
通过节能降耗实现行业可持续发展成为当前5G网络发展的新研究方向。以小区物理资源块（physical resource block，PRB）利用率为负荷评估指标，对小区指标进行深度特征提取，提出了一套深度卷积神经网络和长短期记忆（DCNN-LSTM）深度学习算法模型实现PRB利用率未来值预测，进一步结合小区瞬时任务中大小包比例，对各种基站设定...
基于VME-M1DCNN-LSTM的齿轮异常状态智能识别 认领 Intelligent recognition of gear abnormal states based on VME⁃M1DCNN⁃LSTM 在线阅读 下载PDF 引用 收藏 分享 摘要 针对工程实际中齿轮振动信号受噪声污染严重导致其异常状态难以准确识别的问题,提出了一种基于变分模态提取(variational mode extraction,VME)和多...
cqvip:针对滚动轴承故障振动信号的非线性和非平稳特征,提出了一种自适应的一维卷积神经网络(1-Dimensional Convolutional Neutral Networks,1-DCNN)和长短期记忆网络(Long Short-Term Memory,LSTM)融合的轴承故障诊断方法。首先,将原始一维振动信号通过有重叠取样的方式分别输入1-DCNN和LSTM两个通道,然后通过Concatenate层...
(1D-DCNN)的车轴疲劳裂纹智能识别方法.该方法具有"端到端"的特点,可以直接对裂纹信号进行识别,解决了传统诊断方法中存在的人工特征提取,过度依赖专家经验等问题.同时,无需进行时频变换,模态分解等操作,既简化了实验流程,又保证了数据特征的完整性.除了引入多种评估指标对所搭建的1D-DCNN模型进行评估之外,又分别进行...
支持RANDOM、WORD2VEC、FASTTEXT、BERT、ALBERT、ROBERTA、NEZHA、XLNET、ELECTRA、GPT-2等EMBEDDING嵌入; 支持FineTune、FastText、TextCNN、CharCNN、BiRNN、RCNN、DCNN、CRNN、DeepMoji、SelfAttention、HAN、Capsule等文本分类算法; 支持CRF、Bi-LSTM-CRF、CNN-LSTM、DGCNN、Bi-LSTM-LAN、Lattice-LSTM-Batch、MRC等...
文本分类资源汇总,包括深度学习文本分类模型,如SpanBERT、ALBERT、RoBerta、Xlnet、MT-DNN、BERT、TextGCN、MGAN、TextCapsule、SGNN、SGM、LEAM、ULMFiT、DGCNN、ELMo、RAM、DeepMoji、IAN、DPCNN、TopicRNN、LSTMN 、Multi-Task、HAN、CharCNN、Tree-LSTM、DAN、TextRCNN、Paragraph-Vec、TextCNN、DCNN、RNTN、MV-RNN...