排序方式: 共有2条查询结果,搜索用时 46 毫秒
1
1.
进入二十一世纪,我国教育业得到前所未有的发展,学校办学规模不断扩大,然而,在校园更新改造和新校区建设过程中却存在着种种遗憾,大大影响了校园文化品位的提升,不利于高素质人才的培养,是一个需要引起重视、急待研究和解决的现实问题。 相似文献
2.
针对机器学习方法在电力系统短期负荷预测领域的应用过程中,存在数据样本不
足、模型泛化能力差以及数据隐私保护要求较高等问题,以气象、日期以及历史负荷数据为输
入特征,构建基于长短期记忆(Long Short-Term Memory,LSTM)网络的短期负荷预测模型,提
出基于联邦学习(Federated Learning,FL)的短期负荷预测模型协同训练方法. 通过分散训练、
中心聚合的方式对模型参数进行迭代更新,实现各负荷运营商在保证数据隐私的情况下协同
构建预测模型. 在GEFCom2012比赛的多个地区负荷数据集上进行仿真验证,结果表明,所提
方法在保证各运营商数据隐私的同时,有效提升了短期负荷预测准确率,所训练出的模型在
多场景下具有优秀的泛化能力. 相似文献
1