论文研究-基于注意力机制的CNN-LSTM模型及其应用.pdf
时序数据存在时序性，并且其短序列的特征存在重要程度差异性。针对时序数据特征，提出一种基于注意力机制的卷积神经网络（CNN）联合长短期记忆网络（LSTM）的神经网络预测模型，融合粗细粒度特征实现准确的时间序列预测。该模型由两部分构成：基于注意力机制的CNN，在标准CNN网络上增加注意力分支，以抽取重要细粒度特征；后端为LSTM，由细粒度特征抽取潜藏时序规律的粗粒度特征。在真实的热电联产供热数据上的实验表明，该模型比差分整合移动平均自回归、支持向量回归、CNN以及LSTM模型的预测效果更好，对比目前企业将预定量作为预测量的方法，预测缩放误差平均值（MASE）与均方根误差（RMSE）指标分别提升了89.64%和61.73%。
文件下载
评论信息
其他资源
- ORB_SLAM2源码中文注释.zip
- C++实现RSA加密解密算法
- Genymotion-ARM-Translation 各版本合集大全
- DOS622磁盘镜像
- C语言上机考试经典100题--南开大学出品
- 使用QSS的扁平化UI示例程序--成绩管理系统（源码和可执行程序）
- 判断指定的经纬度坐标点是否落在指定的多边形区域内
- 《机器视觉》 张广军
- javaee学生管理系统（包含课程设计说明书 和数据库文件）
- 预测控制-第二版-席裕庚
- 点是否在图层对应的多边形内.txt
- qca-wifi-10.4
- VC2015-2019+KB976932+KB2999226集成环境
- plc 脱流原程序
- protobuf：协议缓冲区-Google的数据交换格式-源码
- roboware安装包.2.tar.gz
- proteus仿真max7219的使用方法
- 网页抽奖插件,抽奖转盘程序
- sublie text3.zip
- OpenGL光照，多种情况下的建立
- dom4j所需要的所有jar包
- 腾讯热力图数据（腾讯全球移动定位数据）的定期抓取工具
- dropdownlist+autuocomplete小实例
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明