排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
2.
为提升塑料光纤通信安全态势诊断能力,基于Hadoop大数据平台、应用深度学习技术设计塑料光纤通信安全态势诊断系统。基于并行多任务机制,设置并行任务数为16,批次样本量为20。对于系统中的诊断模型,设计3个分支网络,期望通过卷积神经网络、非线性激活函数、长短期记忆网络捕获多样、抽象、非线性、强依赖性的塑料光纤安全态势特征。经仿真分析表明,本系统对于优、良、中、差、危5种安全态势级别的诊断准确率分别为0.987、0.991、0.979、0.975和0.981,具备较少的建模时间和较高的诊断效率,优于当前的RBF神经网络和BP神经网络诊断系统。 相似文献
3.
1