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3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：
基于层次专家委员会机器模型的致密储层裂缝开度预测方法
1
作者 周游 张广智 +2 位作者 张圣泽 刘俊州 韩磊 《石油地球物理勘探》 EI CSCD 北大核心 2022年第2期287-296,I0002,共11页
裂缝开度是表征致密储层品质及评价油气产能的关键参数。受沉积、成岩和构造作用的影响,致密储层具有较强的非均质性,导致测井响应特征复杂、无规律,利用常规测井解释方法或者单一机器学习模型很难准确预测储层裂缝开度。为了解决这一问... 裂缝开度是表征致密储层品质及评价油气产能的关键参数。受沉积、成岩和构造作用的影响,致密储层具有较强的非均质性,导致测井响应特征复杂、无规律,利用常规测井解释方法或者单一机器学习模型很难准确预测储层裂缝开度。为了解决这一问题,提出一种基于层次专家委员会机器模型的致密储层裂缝开度预测方法。首先,从岩心和成像测井资料中获取储层裂缝开度参数,选取相同深度敏感的测井数据作为特征变量构建样本集;然后,采用核岭回归、支持向量回归、BP神经网络作为基础专家网络单元训练、学习样本集;再借助递阶层次结构模型和门神经网络模型构建层次网络模块,自适应生成各个基础专家网络单元的初始权重;最后,综合考虑各个基础专家网络单元的预测性能,利用条件交替期望变换确定各个基础专家网络在最终输出中的贡献,准确预测储层的裂缝开度。实际资料应用表明,该方法能有效地定量表征井中储层裂缝开度,可为致密储层评价提供可靠的地球物理技术支撑。 展开更多
关键词 致密油气储层 裂缝开度 层次专家委员会机器 递阶层次结构 门神经网络模型
下载PDF
基于注意力机制的奶牛乳蛋白预测模型研究
2
作者 由楚川 朱孟宇 赵军 《现代信息科技》 2023年第6期6-12,共7页
机器学习在动物生理预测方面取得良好的效果,但在处理具有局限性的时序问题上未能得到深入应用。文章通过环境数据对乳蛋白进行预测研究,根据数据的时序特点,对双向门控循环神经单元的网络结构进行重新设计,设计了一种基于注意力机制的... 机器学习在动物生理预测方面取得良好的效果,但在处理具有局限性的时序问题上未能得到深入应用。文章通过环境数据对乳蛋白进行预测研究,根据数据的时序特点,对双向门控循环神经单元的网络结构进行重新设计,设计了一种基于注意力机制的正反向交替的门控循环神经网络(LG)预测模型,实验验证模型在精度上和速度上都优于其他模型,所挖掘的关键指标有助于深入理解对奶牛生理情况的影响,进而有效提升养殖效益。 展开更多
关键词 奶牛乳蛋白预测模型 随机森林算法 门控循环神经网络 正反向交替门控循环神经网络模型
下载PDF
基于CNN-BiGRU-NN模型的短期负荷预测方法 被引量：30
3
作者 曾囿钧 肖先勇 +1 位作者 徐方维 郑林 《中国电力》 CSCD 北大核心 2021年第9期17-23,共7页
为充分挖掘蕴含在大量采集数据中的有效信息,提高短期负荷预测精度,提出一种基于卷积神经网络(CNN)和双向门控循环单元(BiGRU)、全连接神经网络(NN)的混合模型的短期负荷预测方法,将海量的历史负荷数据、气象信息、日期信息按时间滑动... 为充分挖掘蕴含在大量采集数据中的有效信息,提高短期负荷预测精度,提出一种基于卷积神经网络(CNN)和双向门控循环单元(BiGRU)、全连接神经网络(NN)的混合模型的短期负荷预测方法,将海量的历史负荷数据、气象信息、日期信息按时间滑动窗口构造特征图作为输入,先利用CNN提取特征图中的有效信息,构造特征向量,再将特征向量作为BiGRU-NN网络的输入,采用BiGRU-NN网络进行短期负荷预测。以2016年举办的全国第九届电工数学建模竞赛试题A题中的负荷数据作为实际算例,实验结果表明:该方法与DNN神经网络、GRU神经网络、CNN-LSTM神经网络短期负荷预测法相比,有更高的预测精度。 展开更多
关键词 电力系统 短期负荷预测 卷积神经网络 双向门控循环单元 卷积神经网络-双向门控循环单元神经网络混合模型
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