• 综合
  • 标题
  • 关键词
  • 摘要
  • 学者
  • 期刊-刊名
  • 期刊-ISSN
  • 会议名称
搜索

作者:

毕敬 (毕敬.) | 刘子琪 (刘子琪.) | 路程 (路程.) | 彭磊 (彭磊.)

收录:

incoPat

摘要:

本发明公开一种基于长短期记忆网络(LSTM)的天文大数据光变曲线异常检测方法,该方法旨在解决天文数据中光变曲线的异常由于其瞬时性导致不好检测问题。该方法以地面广角相机阵列(GWAC)通过观测获得的大量光变曲线数据为基础作为训练样本和测试样本,同时构建由LSTM单元链接而成的神经网络,通过不断的训练网络模型从而得到以该网络特有的方式得到的输出值。本发明通过迭代训练不断更新各单元的权重,使得全局达到最优;训练完毕后,只需将测试样本输入网络就能得到该样本序列的下一个预测值。

关键词:

通讯作者信息:

电子邮件地址:

查看成果更多字段

相关关键词:

相关文章:

专利基本信息 :

专利类型: 发明申请

申请(专利)号: CN201910050810.0

申请日期: 2019-01-20

公开(公告)日: 2019-05-28

公开(公告)号: CN109816008A

申请(专利权): 北京工业大学

法律状态: 驳回

被引次数:

WoS核心集被引频次: 0

SCOPUS被引频次:

ESI高被引论文在榜: 0 展开所有

万方被引频次:

中文被引频次:

近30日浏览量: 0

归属院系:

在线人数/总访问数:112/4736905
地址:北京工业大学图书馆(北京市朝阳区平乐园100号 邮编:100124) 联系我们:010-67392185
版权所有:北京工业大学图书馆 站点建设与维护:北京爱琴海乐之技术有限公司