Logowanie
Zarejestruj się
Zresetuj hasło
Publikuj i Dystrybuuj
Rozwiązania Wydawnicze
Rozwiązania Dystrybucyjne
Dziedziny
Architektura i projektowanie
Bibliotekoznawstwo i bibliologia
Biznes i ekonomia
Chemia
Chemia przemysłowa
Filozofia
Fizyka
Historia
Informatyka
Inżynieria
Inżynieria materiałowa
Językoznawstwo i semiotyka
Kulturoznawstwo
Literatura
Matematyka
Medycyna
Muzyka
Nauki farmaceutyczne
Nauki klasyczne i starożytne studia bliskowschodnie
Nauki o Ziemi
Nauki o organizmach żywych
Nauki społeczne
Prawo
Sport i rekreacja
Studia judaistyczne
Sztuka
Teologia i religia
Zagadnienia ogólne
Publikacje
Czasopisma
Książki
Materiały konferencyjne
Wydawcy
Blog
Kontakt
Wyszukiwanie
EUR
USD
GBP
Polski
English
Deutsch
Polski
Español
Français
Italiano
Koszyk
Home
Czasopisma
International Journal of Advanced Network, Monitoring and Controls
Tom 8 (2023): Zeszyt 1 (January 2023)
Otwarty dostęp
Real-time Satellite Anomaly Data Tagging Based on DAE-LSTM
Caiyuan Xia
Caiyuan Xia
oraz
Qianshi Yan
Qianshi Yan
| 31 maj 2023
International Journal of Advanced Network, Monitoring and Controls
Tom 8 (2023): Zeszyt 1 (January 2023)
O artykule
Poprzedni artykuł
Następny artykuł
Abstrakt
Artykuł
Ilustracje i tabele
Referencje
Autorzy
Artykuły w tym zeszycie
Podgląd
PDF
Zacytuj
Udostępnij
Data publikacji:
31 maj 2023
Zakres stron:
40 - 49
DOI:
https://doi.org/10.2478/ijanmc-2023-0044
Słowa kluczowe
LSTM Network
,
Self Coding Technology
,
Satellite Data
,
Deep Learning
© 2023 Caiyuan Xia et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Figer 1.
LSTM unit
Figer 2.
Self-coding network structure
Figer 3.
Program structure diagram
Figer 4.
Effect of the number of neurons on the accuracy of the model
Figer 5.
Effect of the number of network layers on the accuracy of the model
Figer 6.
Effect of time window length on accuracy rate
Figer 7.
Difference statistics
Figer 8.
Program execution proces
Figer 9.
Relationship between training volume and accuracy rate
Figer 10.
Experimental results