此外,TSO-LSTM模型还能够更好地捕捉时间序列数据中的长期依赖性,提高了预测的准确性和稳定性。 综上所述,基于金枪鱼算法优化的长短时记忆TSO-LSTM模型是一种有效的时序时间序列数据预测方法。通过引入金枪鱼算法优化LSTM模型的参数,TSO-LSTM模型能够更好地捕捉时间序列数据中的长期依赖性,提高预测的准确性和稳定性。未...
(Long Short-Term Memory,LSTM)模型收敛速度慢和预测精度低的问题,采用了金枪鱼优化算法(Tuna Swarm Optimization,TSO),利用算法优化LSTM网络模型的超参数,从而对模型的收敛性能和预测性能实现提升.比较TSO-LSTM和传统LSTM,并将两种模型的预测结果与实际航行轨迹进行比较,结果表明基于TSO-LSTM的船舶轨迹预测模型具有更高...
卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLO...
卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLO...
Prophet-LSTM组合模型在运输航空征候预测中的应用 为准确预测中国运输航空征候万时率,提出了一种将时间序列模型和神经网络模型组合的预测方法.首先,利用2008年1月—2020年12月的运输航空征候万时率数据建立Prophet模型... 杜红兵,邢梦柯,赵德超 - 《安全与环境学报》 被引量: 0发表: 2024年 用于边坡变形分析与...
Research on Automatic Scoring Method of Intelligent Translation System Based on TSO Optimized LSTM Networksdoi:10.4108/eetsis.4858OPTIMIZATION algorithmsMACHINE translatingSEARCH algorithmsTRIANGLESPROBLEM solvingINTRODCTION: The study of automatic marking methods in the Department of Language Translation...
Our approach merges feature from the sine cosine algorithm (SCA) and tuna swarm optimization (TSO) to optimize the fusion of Long Short Term Memory Networks (LSTM) and Convolutional Neural Networks (CNN). By capturing both spatial aspects of network traffic dynamics our mo...
Additionally, a performance degradation assessment method based on speed loss is provided, aimed at evaluating the degradation of hull and propeller performance, as well as extracting the performance degradation paths. The results indicated that the proposed TSO-LSTM-GA algorithm significantly outperformed...