基于LSTM网络和PPR算法的动态推荐系统及方法.pdf
努力****爱敏
亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于LSTM网络和PPR算法的动态推荐系统及方法.pdf
本申请公开了一种基于LSTM网络和PPR算法的动态推荐系统及方法,其中系统包括:信息记录模块、数据库构建模块、优化模块和推荐模块;信息记录模块,用于记录用户访问内容;数据库构建模块,用于基于访问内容构建图数据库;优化模块,用于基于用户浏览的习惯特征对图数据库进行优化,得到优化后图数据库;推荐模块,用于基于PPR算法对优化后图数据库进行分析,并进行内容推荐。本申请通过LSTM的门控机制学习用户在浏览内容时体现出的兴趣迁移、重复点击等习惯特征,使用PPR算法对优化内容的重要性进行衡量,以缩小相关推荐基准内容的
基于动态系统响应曲线和LSTM的山洪预报实时校正方法.pdf
本发明提出一种基于动态系统响应曲线和LSTM的山洪预报实时校正方法,其步骤为:首先,构建蓄满‑超渗兼容模型,并利用人工蜂群算法率定蓄满‑超渗兼容模型的参数,输出模拟径流量;其次,根据实测径流量和模拟径流量计算误差时间序列,并输入LSTM网络中进行训练,获得LSTM模型;再根据实时降雨监测数据、实时径流量和蓄满‑超渗兼容模型计算实时误差,并利用动态系统响应曲线方法进行修正,重新计算实时误差;最后,将重新获得的实时误差输入LSTM模型中,输出下一时段误差,并利用下一时段误差对下一时段的径流量的预测值进行校正,
一种基于LSTM算法的煤矿涌水量预测的方法和系统.pdf
本发明公开了一种基于LSTM算法的煤矿涌水量预测的方法和系统,属于人工智能和煤炭开采水害防治技术领域,该方法通过以下步骤实现:1)、分析筛选煤矿涌水相关因素构建煤矿涌水特征矩阵;2)、对煤矿涌水特征矩阵进行数据处理,包括特征矩阵变量相关性筛选和特征矩阵变量归一化处理;3)、构建基于LSTM算法的煤矿涌水量预测模型,构建LSTM网络结构,进行预测模型的训练,所述LSTM网络结构具有记忆单元、输入门、遗忘门和输出门;4)、模型预测评估和模型使用。本发明解决了现有煤炭开采水害防治技术中煤炭开采汇中的涌水量无法准
一种基于软流水的LSTM循环网络加速方法和系统.pdf
本发明提出了一种基于软流水的LSTM循环网络加速方法和系统,包括:获取具有权重缓存的AI专用芯片和待处理的时间序列,将待运行的LSTM循环网络模型加载至该AI专用芯片,并将LSTM循环网络模型运行中部分时间无关项加载至该权重缓存,另一部分时间无关项存于硬盘;按顺序将该时间序列中当前时刻t的特征向量X<base:Sub>t</base:Sub>,以及前一时刻的隐层输出H<base:Sub>t?1</base:Sub>输入至该AI专用芯片,通过读取位于权重缓存的部分时间无关项,运行与该部分时间无关项相关的该L
基于布谷鸟搜索算法优化LSTM的瓦斯浓度预测方法和系统.pdf
本申请提供了一种基于布谷鸟搜索算法优化LSTM的瓦斯浓度预测方法和系统。该方法包括:对获取的煤矿井下瓦斯浓度数据进行处理,得到标准化瓦斯浓度数据;确定预先构建的LSTM预测模型的优化参数组合以及所述LSTM预测模型的准确性评价指标;基于布谷鸟搜索算法,根据所述LSTM预测模型的准确性评价指标和所述LSTM预测模型的优化参数组合,构建CS?LSTM预测模型;根据所述煤矿井下的瓦斯浓度监测数据,对所述CS?LSTM预测模型进行准确性评价。籍此,以通过优化完成的CS?LSTM预测模型对煤矿瓦斯浓度进行预测,提高