排序方式: 共有11条查询结果,搜索用时 0 毫秒
1.
2.
为了进一步提高水位预测的准确性,本文提出一种融入改进注意力机制的长短期记忆网络(Long Short Time Memory,LSTM)预测模型。该模型将输入序列拆分为时间序列和特征序列,在LSTM网络模型前引入注意力机制对两个序列分别进行注意力计算,然后再进行融合,LSTM网络能够根据重要程度自适应地选择最重要的输入特征,注意力机制层的参数通过竞争随机搜索算法获取,从而进一步增强了模型的鲁棒性。最后在鄱阳湖的水位数据上进行预测实验,结果表明:相对于支持向量回归(SVR)、LSTM等模型,本文提出基于改进注意力机制的LSTM模型具有更好的预测精度,可为水位预测和水资源的精准调度提供技术支持。 相似文献
3.
在无线传感网络技术应用于水环境的自主监测过程中,无线传感网络限制的传输距离成为制约其发展的主要问题之一。针对当前水环境监测及无线传感网络远距离传输存在的问题,提出了基于改进的高斯骨架差分进化的波束合成远距离传输优化方法。首先根据远距离传输要求建立优化模型,该模型不仅考虑接收节点方向协作波束的主瓣增益,还考虑了旁瓣对其他非接收方向的干扰问题;然后提出了改进高斯骨架差分优化方法,该方法在交叉过程中增加对旁瓣幅值的判断,加速了节点功率优化的收敛速度。实验对比和验证分析结果表明,该方法在不同主瓣增益要求条件下最小旁瓣增益性能比典型优化算法提升了6.8%~10.2%,比随机优化方法提升了31.8%~35.4%,不仅能够满足实际要求,而且能够有效减少对其他非接收方向的干扰,为实现水环境监测远距离传输提供了有效的理论和技术支撑。 相似文献
4.
多数传统语音增强算法是基于平稳噪声下分析的,且没有从语音质量及可懂度角度全面衡量增强性能。因此,提出了基于多窗谱估计与归一化最小均方(Normalized Least Mean Square,NLMS)自适应滤波算法的单通道语音增强方案。首先利用多窗谱估计谱减法(Multiwindow Spectral Subtraction,MSS)解决谱减法产生的“音乐噪声”问题;其次将估计出的期望信号与纯净参考信号的差值作为误差信号,由自适应滤波的NLMS算法代替传统的最小均方(Least Mean Square,LMS)算法,以降低滤波器成本及运算时间,求取滤波器权系数值,并不断迭代更新修正滤波器;最后分析了所提算法在不同噪声环境下的增强性能,并与传统的各种谱减算法对比,从语音质量及可懂度出发衡量语音增强效果。结果表明,所提算法的增强效果优于各类谱减法。 相似文献
5.
6.
7.
8.
在水利领域中,传统的命名实体识别方法存在有效性差、精度不高、无法解决一词多义和缺乏水利领域语料等问题。基于此,利用BERT语言模型对自建水利文本语料进行训练,并引入FreeLB对抗训练模型增强模型的泛化能力,最后通过条件随机场(CRF)来得到水利实体识别方法。实验结果表明,相对于其他模型,本文提出的FreeLB-BERT-CRF模型对水利领域文本实体识别效果更好。 相似文献
9.
采用89C51单片机,配合先进的数据采集芯片,适时采集16个点的位移量,计算出各项振动参数送显示,并将过程曲线打印出来,还能上传给PC机,进行资料存储和分析. 相似文献
10.
介绍一种用51系列单片机开发的简易远程控制系统,结合现有的电话网络,实现对边远地区水文测量的远程控制。 相似文献