2026《GRU神经网络模型概述》1900字.docxVIP

PAGE2

GRU神经网络模型概述

目录

TOC\o1-3\h\u15638GRU神经网络模型概述 1

236761.1循环神经网络 1

65251.2长短期记忆网络 2

201091.3门控循环网络 4

1.1循环神经网络

循环神经网络（RecurrentNeuralNetwork，RNN）最早是在二十世纪八十年代提出来的，是一种处理序列数据的神经网络REF_Ref8482\r\h[22]。一般来说RNN的输入是连续的长度确定的时间序列，RNN能够寻找到先前的样本数据和若干时间之后的样本数据的关联信息REF_Ref6931\r\h[23]。此外，RNN可以使用自己的隐藏节点来记录先前样本的历史信息，通过对一定长度的时间序列进行训练，可以得到整个时间序列中的全局规律和信息。而污水连接池的进水量数据是时序数据，那么进水量预测就是一个很典型的时间序列预测问题，适合用RNN来处理，挖掘时序数据中的序列信息。传统的神经网络没有“循环步骤”，而RNN为了能够处理时间序列，在网络结构中加入了“循环步骤”，这部分结构我们成为事件链或者循环层。在隐藏层中进行的计算是存在依赖关系的，本时刻的数据在隐藏层中的定义需要前一时刻的定义计算得来REF_Ref24621\r\h[24]。RNN结构如图2.1所示。

图2.