针对配电网干式变压器监测手段有限导致的监测数据种类较少,故障预警难度较大的问题,提出了一种基于长短期记忆结合高斯混合模型(long short-term memory and gaussian mixture model,LSTM-GMM)算法的配电网干式变压器绕组故障双参数预警模型.首先,将监测数据预处理后提取与变压器绕组温度强相关的特征值,作为LSTM网络的输入;...
模型通过GMM算法、R通道自适应滤波和中值滤波准确提取图像的火焰前景和特征,以量化熔盐电解反应的剧烈程度,进而判断稀土熔盐电解处于原料含量过多或含量正常状态;然后利用GA-LSTM神经网络建立熔盐表面火焰特征和稀土熔盐电解过程原料含量状态的非线性映射关系。结果表明:模型的识别精度高达99.79%,具有较好的泛化性,为实现稀土...
(序列的一个元素的形状将是:(<batch_size>,1)) 然后我们正在创建LSTM层。该函数实例化所有门的变量。 'outputs'变量包含每个时间步长的LSTM层的所有输出,'state'包含两个隐藏状态(h和c)的最后状态的值。 这里我们只使用'outputs [-1]'获取LSTM层的最后一个输出,并将它与先前定义的权重矩阵相乘,并将偏差值添...
为进一步提高船舶航迹预测精度,提出一种基于高斯混合模型(Gaussian mixture model,GMM)和长短期记忆网络(long short-term memory network,LSTM)的船舶航迹预测算法.收集船舶自动识别系统(automatic identification system,AIS)的历史数据,建立航迹数据库;通过基于GMM的航迹提取算法,实现船舶航迹数据的高效准确提取;采用基于...
本发明公开了一种基于LSTM和GMM的风速短时置信区间预测方法及系统,该方法包括:对至少包含风速和风向的气象参数进行实时监测和采集,得到监测数据序列;抽取监测数据序列中的一部分作为样本,训练得到基于LSTM网络的风速短时预测模型;采用风速短时预测模型,对监测数据序列中的除样本外的其余监测数据进行预测,得到短时预测风速...
本发明公开了一种GMM与LSTM结合的投资组合风险预测方法,所述方法包括:收集股票数据,选取满足平稳性条件的非噪声股票序列,并对其进行预处理;采用PCA方法对数据进行降维处理,用混合高斯模型(GMM)对降维后的数据进行聚类;从聚类结果中选取类簇代表作为投资组合,并对类簇代表的数据集进行划分;采用三层LSTM模型对投资组合...
首先,结合高斯混合模型(GMM)和K-近邻(KNN)算法,将无标签样本转化为有标签样本,然后与长短期记忆(LSTM)单元相结合,用于预测烧结矿的总铁质量分数,FeO质量分数和碱度3个化学指标.通过与反向传播神经网络(BPNN),循环神经网络(RNN)和LSTM三种模型对比,结果表明所建模型具有较低的预测误差.总铁质量分数和FeO质量分数的...
GMM-LSTM: a component driven resource utilization prediction model leveraging LSTM and gaussian mixture modelCluster Computing - Nowadays, Cloud services are gaining importance among users due to their cost-effectiveness and highly scalable resources. To meet the user's demands, several data centres.....
acquiring a first likelihood probability matrix outputted by the trained GMM-HMM model; using the Filter Bank feature as an input feature of a trained long short-term memory (LSTM) model which has a connection unit, acquiring a posterior probability matrix outputted by the LSTM model; using th...
Firstly, the unlabeled samples are transformed into labeled samples by combining Gaussian mixture model (GMM) and K-nearest neighbor (KNN) algorithm, and then combined with long short-term memory (LSTM) unit for predicting three chemical indexes, namely, total Fe mass fraction, ...