排序方式： 共有1条查询结果，搜索用时 15 毫秒
1
1.
为了有效地提高天基信息网中的资源利用效率，提出了一种基于改进GRU(gated recurrent unit)算法的天基信息网资源预测模型.首先，提出递阶式三级架构的资源预测框架来解决天基环境长时延的问题；然后，采用Adam优化器优化GRU网络的学习速率；最后，引入Dropout技术解决网络中存在的过拟合问题.实验仿真了不同预测模型下对各种天基资源的预测，同时对比不同优化器作用下GRU模型的预测准确率，结果表明，基于改进GRU网络的资源预测模型具有更好的性能. 相似文献
1