龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：天津理工大学
摘要：本发明提出了一种基于长短时记忆网络与自注意力机制的水泵流量预测方法，包括如下步骤：步骤1：采集水泵不同时间的瞬时流量值；步骤2：利用小波变换，使用Daubechies4小波基函数对得到的流量数据进行滤波处理；步骤3：对于步骤2得到的数据，进行归一化操作并划分数据集；步骤4：构建基于LSTM和Self‑Attention机制的组合模型。具体地，构建了包括LSTM、Self‑Attention、Dense全连接层和Dropout层在内的深度神经网络模型；步骤5：建立损失函数；步骤6：训练模型并预测，使用步骤3中划分的训练集作为训练数据，预测集作为预测数据，对模型进行训练并预测。本发明采用了深度学习技术，结合了LSTM和Self‑Attention机制，能够更准确地预测水泵的流量，相比传统方法具有更高的预测准确性。
主权项：1.基于长短时记忆网络与自注意力机制的水泵流量预测方法，其特征在于该方法包括如下步骤：步骤1，针对泵房中的各待测水泵，获取当前待测水泵不同时期水泵流量数据，并对数据进行预处理；步骤2，划分数据集，包括训练集和测试集两部分；步骤3，建立损失函数，基于均方误差损失函数MSE来度量模型的预测值fx与真实值Y的差异程度；步骤4，构建自注意力Self-Attention模型；步骤5，构建长短时记忆网络LSTM模型；步骤6，基于已构建好的自注意力Self-Attention模型和长短时记忆网络LSTM模型，用划分的训练集来训练模型；步骤7，把训练好的模型用测试集来对流量进行预测并获取预测结果，包括均方根误差RMSE、平均绝对误差MAE和R2分数。
全文数据：
权利要求：
百度查询： 天津理工大学 基于长短时记忆网络与自注意力机制的水泵流量预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号