基于双神经网络通道的时间序列预测框架

• 作者: 吴双双 宋恺涛 陆建峰
• 来源期刊: 舰船电子工程
• 学科: 工学
• 关键词: 卷积神经网络 循环神经网络 双通道框架 时间序列预测 注意力机制
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 计算机与网络安全
• 页码范围: 84-89
• 页数: 6页
• 分类号: TP183
• 字数: 3921字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9730.2018.09.021

摘要

为了提高时间序列预测方法的预测精度,提出了一种基于双神经网络通道的时间序列预测框架.双通道框架组合了卷积神经网络和循环神经网络,卷积神经网络通道利用卷积和池化操作提取出时间序列的深层特征,循环神经网络通道能够提取出长序列依赖特征.此外,针对循环神经网络通道,设计了基于注意力机制的改进,提高预测精度.在EEM2016能源价格预测比赛提供的数据集上进行了实验,实验结果表明所提双通道框架可以取得比单通道框架更高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆建峰	南京理工大学计算机科学与工程学院	77	1217	17.0	33.0
2	宋恺涛	南京理工大学计算机科学与工程学院	3	3	1.0	1.0
3	吴双双	南京理工大学计算机科学与工程学院	1	0	0.0	0.0