[发明专利]一种防止数据信息丢失的DGRU神经网络及其预测方法在审
| 申请号： | 201910743277.6 | 申请日： | 2019-08-13 |
| 公开（公告）号： | CN110569963A | 公开（公告）日： | 2019-12-13 |
| 发明（设计）人： | 王志文;许铭文;孟宇龙;徐东;张子迎;任龙;关智允;王鑫 | 申请（专利权）人： | 哈尔滨工程大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码： | 黑龙;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及信息技术领域，特别涉及一种防止数据信息丢失的DGRU神经网络及其预测方法。本发明中的DGRU神经网络由输入层、输出层和隐含层组成，隐含层由DGRU神经元构成；所述的DGRU神经元由同一时刻的两个标准GRU单元连接构成；本发明方法包括:获取历史数据集并进行预处理；利用预处理后的数据集训练DGRU神经网络，建立预测模型；获取当前失效数据，进行数据归一化处理后输入预测模型中，得到预测结果三个部分。本发明克服了传统GRU神经网络的缺点，对GRU神经网络进行改进，提出一种能增强模型记忆力，防止信息丢失的DGRU神经网络，并应用DGRU神经网路建立预测模型，与传统GRU神经网络相比，可以提高模型的预测精度。 | ||
| 搜索关键词： | 神经网络 神经元 预处理 预测模型 隐含层 数据信息丢失 信息技术领域 数据归一化 单元连接 历史数据 神经网路 失效数据 输入预测 同一时刻 信息丢失 预测结果 记忆力 输出层 输入层 数据集 预测 应用 改进 | ||
【主权项】：
1.一种防止数据信息丢失的DGRU神经网络，其特征在于:所述的DGRU神经网络由输入层、输出层和隐含层组成，隐含层由DGRU神经元构成；所述的DGRU神经元由同一时刻的两个标准GRU单元连接构成，且t时刻第L+1层隐含单元与第L层隐含单元之间连接的控制门输入的关系为：/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学，未经哈尔滨工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910743277.6/，转载请声明来源钻瓜专利网。
