期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进CNN-LSTM组合模型的分时段短时交通流预测 被引量：30
1
作者 李磊 张青苗 +1 位作者 赵军辉 聂逸文 《应用科学学报》 CAS CSCD 北大核心 2021年第2期185-198,共14页
针对现有预测模型不能充分提取交通流时空特征的问题,提出一种基于改进卷积神经网络(convolutional neural network,CNN)和长短时记忆(long short-term memory,LSTM)神经网络的短时交通流预测方法。首先,采用分层提取方法使设计的网络... 针对现有预测模型不能充分提取交通流时空特征的问题,提出一种基于改进卷积神经网络(convolutional neural network,CNN)和长短时记忆(long short-term memory,LSTM)神经网络的短时交通流预测方法。首先,采用分层提取方法使设计的网络结构和一维卷积核函数自动提取交通流序列的空间特征;其次,优化LSTM网络模块来减少网络对数据的长时间依赖;最后,在端对端模型的训练过程中,引入改进后的自适应矩估计(rectified adaptive moment estimation,RAdam)优化算法,加快权重的拟合并提高网络输出的准确性和鲁棒性。实验结果表明:在工作日与周末分时段,所提出的模型相比堆栈自编码(stacked auto-encoders,SAEs)网络预测模型,性能分别提升3.55%与8.82%,运行时间分别缩减6.2%与6.9%;相比长短时记忆网络-支持向量回归(long-short term memory-support vector regression,LSTM-SVR)预测模型,性能分别提升0.29%与1.79%,运行时间分别缩减9.0%与9.7%。所提模型能够更加适用于不同时段下的短时交通流预测。 展开更多
关键词 卷积神经网络 长短时记忆神经网络 分时段 改进后的自适应矩估计 交通流预测
下载PDF
地方高校电子信息类专业工程教育改革刍议 被引量：6
2
作者 赵军辉 黄德昌 +2 位作者 展爱云 聂逸文 高新诚 《电气电子教学学报》 2019年第1期16-19,共4页
本文围绕"新工科"建设行动路线,研究分析了新一代信息技术产业对卓越工程创新人才的需求,针对地方高校电子信息类专业工程教育问题进行了探讨,并研究探索了地方高校的电子信息类专业工程教育改革发展的新路径和新模式,对推动... 本文围绕"新工科"建设行动路线,研究分析了新一代信息技术产业对卓越工程创新人才的需求,针对地方高校电子信息类专业工程教育问题进行了探讨,并研究探索了地方高校的电子信息类专业工程教育改革发展的新路径和新模式,对推动我国地方高校工程教育改革健康发展具有重要意义。 展开更多
关键词 新工科 地方高校 电子信息类专业
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部