深度神经网络LSTM（长短记忆）四个输入1个输出，进行分类预测。网上都是一些单输入单输出的时间序列预测，这里给出的是多输入单输出预测。
2022-12-08 19:30:17
62KB
1
基于长短记忆的智能电网需求预测_Demand Forecasting in Smart Grid Using Long Short-Term Memory.pdf
2022-01-30 09:03:53
707KB
随着大数据和人工智能的发展, 将人工处理专利的方式转换为自动化处理成为可能. 本文结合卷积神经网络(CNN)提取局部特征和双向长短记忆神经网络(BiLSTM)序列化提取全局特征的优势, 在BiLSTM隐藏层引入注意力机制(Attention机制), 提出了针对中文专利文本数据的BiLSTM_ATT_CNN组合模型. 通过设计多组对比实验, 验证了BiLSTM_ATT_CNN组合模型提升了中文专利文本分类的准确率.
2021-12-15 12:54:11
978KB
1
用Python语言通过调用keras库来实现初步的LSTM训练及预测，并且添加了sklearn中的一些模型评估方法来验证模型的好坏
2021-11-01 14:07:27
2KB
1