• 简体   /   繁体
基于深度循环高斯模型的动态时空预测-电脑知识与技术2025年14期

基于深度循环高斯模型的动态时空预测

作者:王祥波 李晨琛 李青洋 字体:      

型主要利用卷积神经网络和循环神经网络对时空数据进行建模;现有的深度学习时空预测方法具备复杂特征表达和高效模型求解的优势。然而,在现实生活中进行时空预测时,现有神经网络模型缺乏对全局规律的建模,难以建模(试读)...

电脑知识与技术

2025年第14期