-
题名基于维度加权的残差LSTM短期交通流量预测
被引量：15
- 1
-
-
作者
李月龙
唐德华
姜桂圆
肖志涛
耿磊
张芳
吴骏
-
机构
天津工业大学计算机科学与技术学院
天津工业大学电子与信息工程学院
南洋理工大学计算机科学与工程学院
天津市光电检测技术与系统重点实验室
-
出处
《计算机工程》
CAS
CSCD
北大核心
2019年第6期1-5,共5页
-
基金
国家自然科学基金(61771340,61302127,61601325)
天津市自然科学基金(18JCYBJC15300)
-
文摘
基于神经网络的交通流量预测由于嵌入了部分手工设计的特征,使得提取的网络特征功能单一,存在适应性及鲁棒性差、数据局部特征刻画不准确等问题。为此,提出基于残差长短期记忆网络(LSTM)的交通流量预测方法,利用集成学习思想将空间分布的数据端到端训练到残差LSTM网络中,同时在每个LSTM单元后引入维度加权单元,显式建模特征维度之间的相互依赖关系。实验结果表明,该方法能实现短期交通流量数据的自适应建模分析。
-
关键词
智能交通
短期交通流量预测
残差连接
长短期记忆网络
维度加权
-
Keywords
intelligent transportation
short term traffic flow forecasting
residual connection
Long Short Term Memory(LSTM) network
dimension weighted
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于维度加权盲K近邻算法的数字预失真技术
被引量：2
- 2
-
-
作者
蒋卫恒
段耀星
李明玉
靳一
徐常志
李立
-
机构
重庆大学微电子与通信工程学院
中国空间技术研究院西安分院
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2023年第2期446-454,共9页
-
基金
国家自然科学基金(62171068,62001061)
重庆市教委科技研究专项青年项目(KJQN201902403)。
-
文摘
传统的数字预失真(DPD)模型通常在所有的输入信号功率上采用单一多项式模型和单一记忆深度对功率放大器(PA)进行线性化矫正。然而,功率放大器在不同的功率水平下会呈现出不同的非线性特性,并产生不同的记忆效应。针对这一问题,该文提出一种基于维度加权盲K近邻(KNN)算法的数字预失真模型,所提模型根据功放当前输入信号以及记忆输入信号的幅度进行维度加权的KNN分类,组成维度加权盲KNN记忆多项式(WKMP)模型,并为每一类输入信号序列建立子模型。所提方法用Doherty功率放大器进行实验验证,使用带宽为30 MHz、频点为2.2 GHz的3载波长期演进(LTE)信号作为输入,反馈端使用122.88 MHz的采样率进行采样。实验结果表明,所提维度加权盲KNN分类方法与记忆多项式(MP)模型结合时,功放正向建模效果和数字预失真效果均超过了广义记忆多项式(GMP)模型,并远超记忆多项式模型的效果,实验结果验证了所提模型的优良性能。
-
关键词
数字预失真
盲K近邻分类
维度加权
功率放大器
行为模型
-
Keywords
Digital PreDistortion(DPD)
Blind K-Nearest Neighbor(KNN)classification
Dimension weighting
Power Amplifier(PA)
Behavioral model
-
分类号
TN911.3
[电子电信—通信与信息系统]
-
-
题名基于子空间维度加权的密度聚类算法
被引量：4
- 3
-
-
作者
黄王非
陈黎飞
姜青山
-
机构
厦门大学软件学院
福建师范大学数学与计算机科学学院
成都大学
-
出处
《计算机工程》
CAS
CSCD
北大核心
2010年第9期65-67,共3页
-
文摘
在高维数据聚类中,受维度效应的影响,现有的算法聚类效果不佳。为此,提出一种适用于高维数据的密度聚类算法StaDeCon。在经典的PreDeCon算法基础上,引入子空间维度权重的计算方法,避免PreDeCon算法使用全空间距离度量带来的问题,提高了聚类的质量。在合成数据和实际应用数据集上的实验结果表明,该算法在高维数据聚类上可取得较好的聚类精度,算法是有效可行的。
-
关键词
聚类
高维数据
子空间
维度加权
-
Keywords
clustering
high dimensional data
subspace
dimensional weighting
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名一种改进的和声搜索模糊聚类算法
被引量：2
- 4
-
-
作者
王华秋
罗江
-
机构
重庆理工大学计算机科学与工程学院
-
出处
《重庆理工大学学报（自然科学）》
CAS
2012年第8期71-78,共8页
-
基金
教育部基金资助项目(10YJC870037)
重庆市教委科学研究项目(KJ100805)
-
文摘
针对模糊聚类算法对初值和聚类中心较为敏感的问题,采用和声搜索算法寻找最优聚类中心,并且改进了和声搜索算法的调音概率和随机带宽,从而加速了算法收敛。使用维度加权的方法进行特征选择,提高了聚类的性能,通过定义聚类质量评价函数提高了模糊聚类质量。采用标准数据验证了算法。结果表明,提出的聚类算法性能优于其他同类算法。
-
关键词
和声搜索
维度加权
特征选择
聚类
-
Keywords
harmony search
weighted dimension
feature selection
clustering
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
TP338.6
[自动化与计算机技术—计算机科学与技术]
-
