排序方式: 共有20条查询结果,搜索用时 15 毫秒
1.
时间序列数据具有非离散性、数据之间的时序相关性、特征空间维度大等特点,当前大多数分类方法需要经过复杂的数据处理或特征工程,未考虑到时间序列具有不同时间尺度特征以及序列数据之间的时序依赖。通过结合卷积神经网络和循环神经网络中的双向门控循环单元,提出了一个新的端对端深度学习神经网络模型BiGRU-FCN,不需要对数据进行复杂的预处理,并且通过不同的网络运算来获取多种特征信息,如卷积神经网络在时序信息上的空间特征以及双向循环神经网络在序列上的双向时序依赖特征,对单维时间序列进行分类。在大量的基准数据集上对模型进行实验与评估,实验结果表明,与现有的多种方法相比,所提出的模型具有更高的准确率,具有很好的分类效果。 相似文献
2.
直流支撑电容器工作时会承受直流叠加多次谐波的电压,对于直流支撑电容器的研究中常将各次谐波电压通过有效值等效为工频交流电压。本文以4μm的金属化膜为研究对象,搭建了金属化膜直流叠加谐波击穿实验平台,对直流叠加工频交流电压情况下不同交直流电压比例金属化膜的击穿特性的影响进行了研究。研究表明,在直流叠加谐波作用下,金属化膜的击穿场强和击穿相角分布与交直流电压比例间存在显著关系。 相似文献
3.
4.
5.
6.
8.
9.
10.