LSTM

1、伴随着我国社会的不断进步和发展，网络已经在我们生活中扮演着至关重要的角色，慢慢地我们已经进入了网络大数据的时代。
使用网络流量数据预测今后短期及长期的流量趋势，对企业和商家制定营销战略和优化发展布局.。

2、针对难以获取足量样本数据的齿轮故障诊断率低的问题，提出一种基于最小二乘生成对抗网络（）结合长短期记忆网络（）的方法 将齿轮的原始样本输入 模型中，通过对生成网络和判别网络的交替训练，学习出不同状态的.。

3、针对新建光伏发电站在光伏功率预测过程中因缺少训练数据导致预测精度较低和光伏发电功率的不稳定等问题，提出一种结合改进的深度卷积生成对抗网络（DCGAN）、注意力机制（Attention）和LSTM网络组合的光伏功率预.。

4、精准的光伏发电功率预测是电网日常调度管理与安全稳定运行的关键。
文中提出了一种基于自适应Kmeans和长短期记忆(LSTM)的短期光伏发电功率预测模型。
根据短期光伏发电特性，选取了预测模型的初始训练集。
采用自适.。