期刊导航
期刊开放获取
唐山市科学技术情报研究..
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于HDCNN-BIGRU-Attention油田措施效果预测模型
被引量:
1
1
作者
张强
李志溢
邓彬
《吉林大学学报(信息科学版)》
CAS
2023年第4期631-638,共8页
为预测油田增油控水措施效果中月产油量与含水量,提出一种基于混合空洞卷积神经网络(HDCNN:Hybrid Dilated Convolutional Neural Network)-BIGRU-Attention的措施效果预测模型。模型通过HDCNN,提取生产数据多尺度全局特征;针对措施生...
为预测油田增油控水措施效果中月产油量与含水量,提出一种基于混合空洞卷积神经网络(HDCNN:Hybrid Dilated Convolutional Neural Network)-BIGRU-Attention的措施效果预测模型。模型通过HDCNN,提取生产数据多尺度全局特征;针对措施生产数据时序性较强与波动性较大的特点,利用双向门控循环单元(BIGRU:Bidirectional Gated Recurrent Unit)充分挖掘数据间长期依赖关系,提高时序信息利用率与学习效果;引入缩放点积注意力模块(Attention),为重要信息赋予较高权重并不断调整参数使模型始终关注与预测目标相关性较大的特征。为验证模型的有效性,将LSTM(Long Short-Term Memory)、CNN(Convolutional Neural Network)-LSTM以及LSTM-Attention作为实验对比,结果表明该模型具有更低的预测误差与更好的泛化能力。
展开更多
关键词
油田措施效果预测
双向门控循环单元
混合空洞卷
积
神经网络
缩放点积注意力机制
在线阅读
下载PDF
职称材料
基于时空图的行人多模态轨迹预测方法
被引量:
2
2
作者
姚冲
周晖
《计算机工程与设计》
北大核心
2022年第10期2918-2925,共8页
为提高行人轨迹预测的准确率与速度,提出一种基于时空图的GAN轨迹预测模型。使用LSTM节点将人与环境交互的时空图转换为前馈可微分特征编码,提出用于集成场景上下文信息的全局节点,通过缩放点积注意力机制研究全局交互对行人轨迹的相对...
为提高行人轨迹预测的准确率与速度,提出一种基于时空图的GAN轨迹预测模型。使用LSTM节点将人与环境交互的时空图转换为前馈可微分特征编码,提出用于集成场景上下文信息的全局节点,通过缩放点积注意力机制研究全局交互对行人轨迹的相对影响,使用生成对抗网络体系结构对模型在数据集中进行训练。此外,为使预测结果更加合理,结合行人历史轨迹运用控制点生成一组行人未来轨迹曲线作为假设建议,并与以上预测结果进行相似度分析。实验结果表明,所提模型预测速度与精准度均优于其它方法。
展开更多
关键词
行人轨迹预测
生成对抗网络
多模态
全局节点
缩放点积注意力机制
在线阅读
下载PDF
职称材料
题名
基于HDCNN-BIGRU-Attention油田措施效果预测模型
被引量:
1
1
作者
张强
李志溢
邓彬
机构
东北石油大学计算机与信息技术学院
出处
《吉林大学学报(信息科学版)》
CAS
2023年第4期631-638,共8页
基金
国家自然科学基金资助项目(61702093)
黑龙江省自然科学基金资助项目(F2018003)
黑龙江省博士后专项基金资助项目(LBH-Q20077)。
文摘
为预测油田增油控水措施效果中月产油量与含水量,提出一种基于混合空洞卷积神经网络(HDCNN:Hybrid Dilated Convolutional Neural Network)-BIGRU-Attention的措施效果预测模型。模型通过HDCNN,提取生产数据多尺度全局特征;针对措施生产数据时序性较强与波动性较大的特点,利用双向门控循环单元(BIGRU:Bidirectional Gated Recurrent Unit)充分挖掘数据间长期依赖关系,提高时序信息利用率与学习效果;引入缩放点积注意力模块(Attention),为重要信息赋予较高权重并不断调整参数使模型始终关注与预测目标相关性较大的特征。为验证模型的有效性,将LSTM(Long Short-Term Memory)、CNN(Convolutional Neural Network)-LSTM以及LSTM-Attention作为实验对比,结果表明该模型具有更低的预测误差与更好的泛化能力。
关键词
油田措施效果预测
双向门控循环单元
混合空洞卷
积
神经网络
缩放点积注意力机制
Keywords
prediction of oilfield measures effect
bidirectional gated recurrent unit(BIGRU)
hybrid dilated convolutional neural network(HDCNN)
scaled dot-product attention mechanism
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于时空图的行人多模态轨迹预测方法
被引量:
2
2
作者
姚冲
周晖
机构
南通大学信息科学技术学院
出处
《计算机工程与设计》
北大核心
2022年第10期2918-2925,共8页
基金
国家自然科学基金项目(61501264)。
文摘
为提高行人轨迹预测的准确率与速度,提出一种基于时空图的GAN轨迹预测模型。使用LSTM节点将人与环境交互的时空图转换为前馈可微分特征编码,提出用于集成场景上下文信息的全局节点,通过缩放点积注意力机制研究全局交互对行人轨迹的相对影响,使用生成对抗网络体系结构对模型在数据集中进行训练。此外,为使预测结果更加合理,结合行人历史轨迹运用控制点生成一组行人未来轨迹曲线作为假设建议,并与以上预测结果进行相似度分析。实验结果表明,所提模型预测速度与精准度均优于其它方法。
关键词
行人轨迹预测
生成对抗网络
多模态
全局节点
缩放点积注意力机制
Keywords
pedestrian trajectory prediction
generative adversarial network
multi-modal
global node
scaled dot product attention
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于HDCNN-BIGRU-Attention油田措施效果预测模型
张强
李志溢
邓彬
《吉林大学学报(信息科学版)》
CAS
2023
1
在线阅读
下载PDF
职称材料
2
基于时空图的行人多模态轨迹预测方法
姚冲
周晖
《计算机工程与设计》
北大核心
2022
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部