基于改进LSTM的桥梁传感器异常数据的检测方法

2021-11-10 05:31蔡兴旭刘以安肖颖

计算技术与自动化 2021年2期

关键词：时间序列神经网络

蔡兴旭刘以安肖颖

關键词：神经网络;LSTM;时间序列;异常检测;贝叶斯优化;桥梁传感器;异常数据

猜你喜欢

时间序列神经网络

基于人工智能LSTM循环神经网络的学习成绩预测

中国教育信息化·高教职教(2022年4期)2022-05-13

基于图像处理与卷积神经网络的零件识别

计算技术与自动化(2022年1期)2022-04-15

基于改进VGG-16神经网络的图像分类方法

计算技术与自动化(2021年2期)2021-11-10

基于自适应神经网络的电网稳定性预测

华东师范大学学报（自然科学版）(2019年5期)2019-11-11

三次样条和二次删除相辅助的WASD神经网络与日本人口预测

软件(2017年6期)2017-09-23

基于BP神经网络PID控制的无刷直流电动机调速系统设计

电子技术与软件工程(2016年24期)2017-02-23

上证综指收益率的影响因素分析

时代金融(2016年27期)2016-11-25

基于指数平滑的电站设备故障时间序列预测研究

电脑知识与技术(2016年26期)2016-11-25

基于时间序列的我国人均GDP分析与预测

商(2016年32期)2016-11-24

基于线性散列索引的时间序列查询方法研究

软件工程(2016年8期)2016-10-25

计算技术与自动化2021年2期

计算技术与自动化的其它文章: 电力巡检无人机精准降落方法研究与应用; 新能源并网发电对配电网电能质量的影响研究; 基于改进鲸鱼算法寻优SVM的船用柴油机燃油系统故障诊断方法研究; 基于数据挖掘技术的低压台区线损检测研究; 基于多层小波分解的日前太阳辐照度预测研究; 基于事件触发的离散多智能体二分一致性