排序方式： 共有46条查询结果，搜索用时 8 毫秒
1.
利用宜昌市历史气象数据、电力负荷数据以及日期类型数据等建立LSTM网络模型,通过逐步调优试验评估,提出适用于宜昌电力负荷预测的LSTM网络模型方案。利用过去48h的历史气象资料、电力负荷资料以及节假日类型资料对当前时次的电力负荷预测效果最好,平均绝对百分比误差可达到1.79%;对一天24h各时次的负荷进行直接预测时,宜选用过去72h的历史资料及51个隐藏层单元,其预测效果最好,但效果仍远不如对单一时次的预测;利用提出的模型分别对选取的三个个例进行单时次滚动预测及24h直接预测检验,结果显示预测效果均较好,平均MAPE均在2%以内,表明提出的预测模型具有一定的可行性。 相似文献
2.
CHEN Yongliang Comprehensive Information Institute of Mineral Resources Prediction Jilin University Changchun China 《东北亚地学研究》2009,12(1):46-56
An extended self-organizing map for supervised classification is proposed in this paper. Unlike other traditional SOMs, the model has an input layer, a Kohonen layer, and an output layer. The number of neurons in the input layer depends on the dimensionality of input patterns. The number of neurons in the output layer equals the number of the desired classes. The number of neurons in the Kohonen layer may be a few to several thousands, which depends on the complexity of classification problems and the classification precision. Each training sample is expressed by a pair of vectors ： an input vector and a class codebook vector. When a training sample is input into the model, Kohonen＇s competitive learning rule is applied to selecting the winning neuron from the Kohouen layer and the weight coefficients connecting all the neurons in the input layer with both the winning neuron and its neighbors in the Kohonen layer are modified to be closer to the input vector, and those connecting all the neurons around the winning neuron within a certain diameter in the Kohonen layer with all the neurons in the output layer are adjusted to be closer to the class codebook vector. If the number of training sam- ples is sufficiently large and the learning epochs iterate enough times, the model will be able to serve as a supervised classifier. The model has been tentatively applied to the supervised classification of multispectral remotely sensed data. The author compared the performances of the extended SOM and BPN in remotely sensed data classification. The investigation manifests that the extended SOM is feasible for supervised classification. 相似文献
3.
描述中国对虾中枢神经系统神经元细胞体的细胞学结构：神经元细胞体分布在神经节的皮质，每个神经元外都有神经胶质细胞和其突起形成的鞘包裹着，细胞体质膜内陷分枝形成胞管系；尼氏体在各神经节神经元细胞体中都呈细颗粒状均匀分布，其数量随生理状况而改变；内质网膜外表面附有少量核糖体，内质网池不规则，均匀分布在细胞质中；高尔基体呈孤状、圈状和Ｕ状；线粒体丰富，为圆形和短棒形，嵴不规则，缺少基粒；细胞体中有糖元和其他碳水化合物存在 相似文献
4.
本文采用人工神经元网络理论，对城市公路网络中的单元路段和桥梁的震害预测进行了探讨。在前人研究的基础上，提出了解决这一非确定性问题的一个有效的方法，对于深入研究生命线工程系统震害的规律具有普遍的意义，从而使我们有可能避免地震造成的破坏和最大限度地减小损失，为抗震减灾提供决策依据。 相似文献
5.
人工神经元网络在震害预测中的应用 总被引：15，自引：1，他引：15
人工神经元网络方法是一种建立以样本集知识体系为基础的因果关系新的手段。在震害预测过程中,有大量基于样本的知识,人工神经元网络的应用无疑将简化和加速这些知识的开发和应用。本文用人工神经元网络方法处理震中烈度与震级的关系,重点探讨了概念转化、奇异样本过滤等问题,其结果具有较高的精确度。 相似文献
6.
结合人工神经网络自身的特性和地震灾害预测研究的特点,本文应用神经网络模型,建立了潜在地震灾害预测和评价系统。针对网络模型参数设置、数据归一化、中间层神经元最优数目以及泛化分类评价指标等若干实际问题给出了实际可行的解决方案。通过大样本数据对网络的训练,形成了有识别和记忆功能的非线性预测和评价系统。对网络的测试和检验,论证了该系统在预测潜在地震灾害上的可行性和有效性。同时,从测试精度出发,探讨了这种预测网络存在的不足,并给出了相应的改进建议,为开展进一步的研究工作提供了参考。 相似文献
7.
8.
类比与识别是１：５万区调工作中应用的基本方法之一。把人工神经网络－－反向传播模型（ＢＰ网）应用于这些基本方法中的偿但有助于区调技术人员全了科学朝向定量、精确和理论化方向发展,而且有且于我们对神经网络及其成为一种崭新的信息处理方法的理解,从而提高１：５万区调理论研究水平。 相似文献
9.
在实验室建立了分散的新生大鼠海马神经细胞体外培养模型。该模型属原代培养,在体外能直接观察神经元的生长发育。研究表明：该模型稳定性好,差异性小;培养神经细胞可存活１个月以上,１４ｄ左右细胞生长最为丰满,且四周晕光明显,神经突起多而粗大,分枝互成网络;１４ｄ以后生长减缓。由于在此模型培养的条件下,既不存在血脑屏障问题,又容易控制条件,便于在细胞和分子水平上深入研究神经细胞的形态学、生理学、生化代谢及药理学等方面的问题,特别适合在体外进行神经药理学的研究。 相似文献
10.
用BP网络预测GPS最佳外业观测时间 总被引：1，自引：1，他引：0
本文在简述影响GPS外业观测时间的因素和BP网络误差反向传播算法后,着重讲述了如何建立预测GPS外业观测时间的BP网络模型。实际数据表明该网络在实践中具有一定的可行性,能提高工作效率。 相似文献