首先采用改进版的自适应噪声完备集合经验模态分解(ICEEMDAN)算法将滑坡位移分解成趋势项、周期项和噪声项;然后采用MHA-LSTM神经网络拟合带噪声的滑坡位移趋势项和周期项,两者相加即可得到滑坡总位移的预测结果;最后以白水河滑坡实测数据为例,考虑...
基于ALSTMMHA的航空发动机寿命预测 修瑞,丁建完,刘笑炎,高创 (华中科技大学机械科学与工程学院,湖北武汉430070) - 摘要:为了提升剩余寿命预测任务的精度,提出一种基于注意力长短时记忆网络和多头自注意力机制(ALSTMMHA) - 的剩余寿命预测模型,在利用数据时序性的条件下提取特征维度的重要程度以及时间维度的相关性信息...
基于MHACNNSLSTM和误差补偿的互感器预测方法,包括:采用VMD将互感器误差数据分解为不同高低频分量;基于改进海鸥优化算法ISOA优化VMD的关键参数,实现误差数据最优分解;基于多头注意力机制MHA对误差影响特征交叉处理,挖掘各特征间关联性,通过强相关性特征与误差间关系建立弱相关特征与误差间深层联系;将CNN置于多头注意力...
滚动轴承是机械传动设备的重要组成部件,对其进行性能退化趋势预测是保障设备安全稳定运行的关键.为了提高滚动轴承性能退化趋势预测的准确性,提出一种多头注意力机制(multi-head-attention,MHA)与长短期记忆网络(long short-term memory,LSTM)相结合的滚动轴承性能退化趋势预测方法.首先构建时域,频域,时频域和威布尔参数的....
最终构建MHA-CNN- SLSTM预测模型,并将预测值与实际值误差作为训练集再次输入预测模型,生成补偿数据补偿初步预测值,进一步提高预测精度。最后,以某实测互感器数据进行验证,结果表明所提模型具有更高的预测精度和更好的效果。 关 于 我 们...
本发明公开了一种基于哨兵2号数据以及CKAN‑LSTM‑MHA网络进行时空谱结合的树种分类方法及系统,包括如下步骤:获取哨兵2号目标位置和样本地区时序光谱影像数据,获取样本地区时序树种分布情况,制作树种标签;将时序光谱影像进行预处理得到多光谱影像数据,再进行独立主成分分析得到不同波段的光谱特征,并分割为时序图像块,再...
In order to improve the accuracy of the remaining life prediction task, a remaining life prediction model was proposed based on attention long and short term memory network and multi-headed self-attention mechanism (ALSTM-MHA), which could extract the importance of feature dimensions...
命名实体识别模型Lattice LSTM集成字信息和词信息,在路由词信息的过程中会退化成词模型,不能有效利用字信息内在关联性.针对上述问题,提出基于多头注意力机制的Lattice LSTM模型,获取字信息的内在关联和远距离语义信息,同时对模型进行调参优化与改进.在多个数据集上的实验验证,该模型相对于基线模型F1值提高了0.48%～1.11...
滚动轴承是机械传动设备的重要组成部件,对其进行性能退化趋势预测是保障设备安全稳定运行的关键.为了提高滚动轴承性能退化趋势预测的准确性,提出一种多头注意力机制(multi-head-attention,MHA)与长短期记忆网络(long short-term memory,LSTM)相结合的滚动轴承性能退化趋势预测方法.首先构建时域,频域,时频域和威布尔参数的....