长短期记忆(LSTM)相关论文
针对目前多特征电力负荷预测精度不准的问题,为充分挖掘电力负荷数据中的时序信息、天气信息等特征信息,提出了一种基于变分模态分解......
为减少高速公路交通事故的发生,综合利用长短期记忆神经网络(LSTM)和贝叶斯滤波(BF)研究高速公路交通事故风险状态预测模型,首先,通过LSTM......
电离层总电子含量(total electron content, TEC)作为评估无线电波穿过电离层时产生误差的主要物理量,对其准确的估算以及预测具有重......
双碳背景下日前市场逐步开放,新能源发电接入电力系统中,增加了发电商报价决策的风险。该文考虑新能源出力的不确定性给发电商带来额......
城市PM2.5浓度作为一项重要的空气质量预测指标,对该值的准确预测可以指导人们生产生活。目前主要使用BP神经网络、支持向量回归等......