论文阅读：基于BP神经网络的船舶航迹实时预测论文下载：1.摘要2.主要贡献①采用三层BP神经网络完成航迹预测，预测输入为航向和航速，输出为经度和维度差。②文中提到了VTS（vesseltrafficservice，船舶交通服务）和ATMS（我认为是VTMS，vesseltrafficmanagementsystem，船舶交通管理系统），这是我...
毕业论文——基于xxLSTM模型的移动对象位置预测.本文简要概述一下我的毕业论文思路，完整可执行代码大概在5月左右开源在Github，主要是为了证明学术诚信，而且太早开源不好，等我快要答辩了再开源.当时论文的侧重点主要是研究如何弥补Markov无法揭示整体...
在学习LSTM的时候，查阅了很多论文，将其分类整理于此，便于一些新学习LSTM的人据此寻找自己需要的论文。（都是一些经典论文，不包含前沿论文）1、序列预测问题SequenceonWikipedia.OnPredictionUsingVariableOrderMarkovModels,2004.SequenceLearning:FromRecognitionandPredictiontoSequentialDecisionMaking,2001.
因此，利用LSTM模型进行时间序列预测的第一步便是将数据集整理成监督学习中常见的数据类型，一行为一个样本，行数为样本数，列数为变量总数。这里利用的是pandas库中dataframe的shift函数...
LSTM超参数调试以下是手动优化RNN超参数时需要注意的一些事：小心出现过拟合，这通常是因为神经网络在“死记”定型数据。过拟合意味着定型数据的表现会很好，但网络的模型对于样例以外的预测则完全无用。正则化有好处：正则化的方法包括l1、l2和丢弃法等。
基于改进LSTM模型的大气温度预测.大气温度变化和人类的活动密切相关,因此,进行精确的大气温度预测对人类活动具有重要意义.该文针对RNN和LSTM因记忆模块能力不足而产生的大气温度预测滞后问题,提出了增加卷积神经网络的改进LSTM预测方法,并对中国气象数据网...
梅杰;;基于LSTM神经网络的有效停车泊位短时预测方法研究[A];创新驱动与智慧发展——2018年中国城市交通规划年会论文集[C];2018年11程;孙敏;庞溟舟;;基于LSTM神经网络的公交到站时间预测[A];第37届中国控制会议论文集（F）[C];2018年
本论文主要研究工作如下:1、研究舰船运动姿态时间序列的特点,对LSTM结构以及算法加以研究分析。针对舰船姿态预测精度和时长,根据LSTM模型充分发掘历史信息对未来值预测的特点,使用LSTM模型对舰船姿态序列进行预测。2、在LSTM网络模型基础上,研究...
基于LSTM模型的汽车配件安全库存量预测研究.【摘要】：据中国汽车工业协会统计,我国的汽车产销量已连续九年蝉联全球第一。.汽车需求量的不断提高,同时带动了汽车零配件市场的发展。.由于零配件预备库存方面存在很大的不确定性,且许多汽车厂商、4S店...
知网论文,学习使用深度学习之LSTM时间序列预测Melo琦1万+LSTM(longshort-termmemory,LSTM):长短时记忆网络,是循环神经网络(recurrentneuralnetwork,RN...
论文针对使用递归神经网络RNN对空气质量指数预测存在准确性问题,采用长短期记忆模型LSTM对PM2.5浓度进行预测研究。初步对比实验结果表明:LSTM模型比常规RNN模型有更好的预测效果。论...
基于LSTM预测方法研究论文目录ACKNOWLEDGEMENT第1-6页ABSTRACT第6页Chapter1第10-13页1.1LstmStockPredictionResearchBackgroundandSignificance第10-11页...
这次论文的大体思路还是不变,依旧采用回归+Markov,只不过把之前比较low的回归模型换成循环神经网络RNN的变种——LSTMRNN存在的问题是不好训练,很容易产生梯度爆...
Social-lstm算是比较出名的行人轨迹预测方法了。2016年CVPR的论文,在这个领域已经算是比较古老的方法了,但是许多后续论文都是受到这篇文章的启发,被引量达到了120。想研究轨迹预测,...
2018年第2期(总第182期)信息通信INFORMATION&COMMUNICATIONS2018(Sum.No182)一种基于LSTM神经网络的流量预测模型谭阵s张扬^周小翠s贺凡2...
2019基于LSTM的短波频率参数预测张雯鹤黄国策寫董淑福2,王董礼1(1.空军工程大学研究生院,西安,710051,2.空军工程大学信息与导航学院,西安,710077)摘要针对现...
长短时神经网络(LSTM)是一种优化了的循环神经网络,因其引入了门控的概念,克服了RNN容易出现梯度消失和的问题;同时,LSTM神经元内部的多种门控各司其职,形成了对记忆数据...
在单信道下,对所设计的预测算法进行实验,并与多层感知机(MultilayerPerceptron,MLP)预测方法和支持向量机(SupportVectorMachines,SVM)预测方法进行对比分析。3.本...
但同时也可以看到,预测值也就是橙色的值,预测的非常好,因为这里我使用了深层的LSTM的进行预测。接下来会有更多模型调优的过程。FutureWork由于整个项目还在进行之中,所以大家想一起交流时间序...