《表2 LSTM符号说明：基于深度学习的查询扩展研究》
提示：宽带有限、当前游客访问压缩模式
其中，本文基于LSTM模型[31]的详细步骤见下文，符号说明如表2所示。
| 图表编号 | XD00104779700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.10.24 |
| 作者 | 余传明、蔡林、胡莎莎、安璐 |
| 绘制单位 | 中南财经政法大学信息与安全工程学院、中南财经政法大学信息与安全工程学院、中南财经政法大学信息与安全工程学院、武汉大学信息管理学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 符号含义表：基于深度学习的混合主题模型应用》2020.09.20
- 《表1 变量及说明：基于深度学习的连锁超市销售预测研究》2020.12.05
- 《表2 指标说明：基于深度学习的生成式自动摘要技术》2020.12.25
- 《表1 不同指标分级标准：基于LSTM深度学习模型的重庆地区水资源潜力评估研究》2021.02.01
- 《表2模型各层具体参数：基于LSTM深度学习的大豆期货价格预测》2021.02.15
- 《表2 数据集详细信息：基于深度语义信息的查询扩展》2020.11.10
- 《表1 相关符号说明：基于深度学习的领域知识对齐模型研究：知识网络视角》2020.05.24
- 《表1 原始气象观测数据：基于时空优化LSTM深度学习网络的气温预测》2020.06.30
- 《表3 实验相关情况说明：基于深度学习的词汇表示模型对比研究》2020.08.25
- 《表1 符号说明：动态无线传感网中低延迟高可靠的数据查询机制》2020.03.01
- 《表1 符号说明：水声传感器网络基于深度信息的安全路由协议》2020.01.15
- 《表3 商品名称类别：基于深度学习的查询扩展研究》2019.10.24
- 《表1 符号说明：基于深度学习的查询扩展研究》2019.10.24
- 《表7 基于LSTM的查询扩展实验结果》2019.10.24
- 《表3 LSTM模参数：基于深度学习的核电站事故预测及故障诊断方法》2019.12.10
- 《表1 系统特征符号说明：基于差分进化和极限学习机的并发查询性能预测》2019.09.01
- 《表1 故障严重性级别：基于深度学习LSTM的空调故障诊断》2019.06.01
- 《表3 最优模型参数：基于深度学习LSTM的空调故障诊断》2019.06.01
- 《表2 初始参数：基于深度学习LSTM的空调故障诊断》2019.06.01
- 《表3 自定义符号说明：基于深度学习的创新主题智能挖掘算法研究》2019.01.25