《表3 社区时序特征：基于长短期记忆网络的社区演化预测》
提示：宽带有限、当前游客访问压缩模式
社区的时序特征，首先考虑到社区每个属性的当前变化率，即社区与其前序社区的属性之差；其次，考虑社区发生的事件和变化。表3列出选取的社区时序特征（△表示一组特征）。
| 图表编号 | XD00189233700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.12.05 |
| 作者 | 蒋乐乐、刘厚泉、张楠 |
| 绘制单位 | 中国矿业大学计算机科学与技术学院、中国矿业大学计算机科学与技术学院、中国矿业大学计算机科学与技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 关键代码：基于长短期记忆网络的COVID-19疫情趋势序列分析预测》2020.12.01
- 《表5 预测误差结果对比：基于分时长短期记忆神经网络的光伏发电超短期功率预测》2020.12.10
- 《表4 预测误差结果对比：基于分时长短期记忆神经网络的光伏发电超短期功率预测》2020.12.10
- 《表3 预测模型输入数据：基于分时长短期记忆神经网络的光伏发电超短期功率预测》2020.12.10
- 《表3 输入特征分组：基于长短期记忆的柑橘园蒸散量预测模型》2020.12.18
- 《表4 社区行为特征：基于长短期记忆网络的社区演化预测》2020.12.05
- 《表5 实验数据集信息表：基于长短期记忆网络的社区演化预测》2020.12.05
- 《表2 社区结构特征：基于长短期记忆网络的社区演化预测》2020.12.05
- 《表1 核心节点特征：基于长短期记忆网络的社区演化预测》2020.12.05
- 《表1 轴承退化时刻表：基于长短期记忆网络的滚动轴承寿命预测方法》2020.04.01
- 《表2 网络训练参数：基于长短期记忆网络的滚动轴承寿命预测方法》2020.04.01
- 《表3 预测误差：基于长短期记忆网络的滚动轴承寿命预测方法》2020.04.01
- 《表1 超参数设置：基于长短期记忆网络的客流预测模型研究》2019.12.10
- 《表1 超参数的设置：基于TensorFlow平台长短时记忆网络的短期负荷预测》2019.09.25
- 《表2 实验结果：基于TensorFlow平台长短时记忆网络的短期负荷预测》2019.09.25
- 《表3 负荷预测误差对比：基于长短期记忆神经网络的暖通空调系统能耗预测》2019.02.01
- 《表2 气象数据：基于长短期记忆神经网络的暖通空调系统能耗预测》2019.02.01
- 《表1 运行数据：基于长短期记忆神经网络的暖通空调系统能耗预测》2019.02.01
- 《表3 基于长短记忆神经网络集成学习的预测性能》2019.04.15
- 《表1 实验数据信息：基于模体演化与社区一致性的时序链路预测方法》2019.12.01