长期记忆

摘要： 目前许多测井曲线预测模型存在预测结果不稳定、精度不高的问题。为此,将深度学习中特征表达能力较强的卷积神经网络(CNN)和记忆能力较强的门控循环单元(GRU)相结合,设计并实现了一种通过卷积门控循环单元(CNN-GRU)神经网络进行缺失井曲线预测的方法。以测井数据序列作为输入,首先通过CNN网络提取测井数据的特征,形成时序序列的特征向量,再利用GRU网络进行训练,最后输出测井曲线预测值。该方法综合了卷积神经网络局部特性感知和门控循环单元网络长期记忆的特性,考虑了测井曲线的深度趋势和局部形状,具有较高的预测精度。将该方法应用于四川某地区A、B两个井区3口井的测井曲线预测,并将预测结果与其它3种人工智能预测方法的预测结果进行对比分析,结果显示,基于CNN-GRU神经网络的测井曲线预测方法应用效果显著,能有效提取数据特征,为测井曲线预测提供了一种新思路。

摘要： 人的大脑进行思考的特征是缓慢、费力、不可靠。人的成功思考取决于环境的充分必要条件、长期记忆的数量和质量、工作记忆的空间大小。如果环境条件不充分,或长期记忆的数量和质量不够,或工作记忆的空间不足,都可能导致思考的失败。长期记忆的数量和质量与问题解决能力正相关,工作记忆的两个显著特点是空间有限性和不变性,因此,人们应该增加长期记忆的知识量,并通过“联想三原则”把杂乱、独立的知识合并成易于记忆的知识单元,从而提高问题解决能力。

摘要： 电影中经典的角色和情节能够被观众长期记忆的原因很多,其中角色和情节的特殊性是首要原因。但是,这些特殊的角色和情节经常会被多个演员饰演,不同演员在人物性格表现上各不相同,这就会在同一角色上产生不同的形象特征。而造成形象风格各异的原因之一是有的演员在表演过程中会融入潜意识行为,不经意间的举手投足便可把人物性格生动自然地表现出来。潜意识行为可以反映出人真实的内心情感状态,对于每个人而言他都是既熟悉又有一定的不确定性。值得一提的是,潜意识行为会被观众较容易地捕捉到,在观众的头脑中留下印象。以这种方式留存的印象不仅深刻,而且耐人寻味,因为演员表现出的潜意识行为在情理之中,非常符合现实生活的情况,甚至在看完电影的很长时间里,这些细节时而会浮现在观众的脑海中。因此,潜意识行为在观众认识影视剧中的人物和理解情节中起到催化作用。

摘要： 针对人工神经网络(ANN)对面向知识图谱(KG)的知识推理的记忆能力有限以及KG无法处理不确定知识的问题,提出一种可微神经计算机(DNC)和贝叶斯网络(BN)相结合的推理方法DNC-BN.首先,将长短时记忆(LSTM)网络作为控制器,在每个时刻对输入向量和从记忆体获取的读向量进行处理,得到网络输出向量和交互向量;其次,通过读写头实现控制器与记忆体的交互,使用读取权重计算数据的加权平均以得到读向量,并用写入权重结合擦除向量及写入向量进行写操作,对存储矩阵进行修改;最后,基于概率推理机制,使用BN对数据节点之间存在的推理关系进行判断,对KG进行补全.在数据集WN18RR上的推理中,DNC-BN的Mean Rank为2615,Hits@10为0.528;在数据集FB15k-237上的推理中,DNC-BN的Mean Rank为202,Hits@10为0.519.实验结果表明,DNC-BN方法对面向KG的知识推理具有良好的应用效果.

摘要： 目的:研究东莨菪碱诱导秀丽隐杆线虫痴呆的造模方法和评价指标.方法:选用生殖后期N2野生型线虫,实验分为空白对照组、氢溴酸东莨菪碱7.5 μg/mL、15 μg/mL、30 μg/mL剂量组,每组420条,20°C培养48 h后,检测不同给药组对线虫形态、体长、体宽、摆动次数以及记忆时程的影响.结果:与空白对照组相比,东莨菪碱15 μg/mL组线虫的生理指标(体长、体宽、运动)均明显降低(P＜0.05),线虫长期记忆的学习指数明显降低(P＜0.05).结论:东莨菪碱通过影响N2野生型线虫的生理、认知学习能力导致痴呆发生,为东莨菪碱致学习和记忆丧失的神经退化过程提供证据.

摘要： 翻开此书,第一眼看到的便是摘自埃斯库罗斯的《被缚的普罗米修斯》中的一句话:"万千智慧,始于记忆。"心中不由一震,暗暗揣测,此书可能是围绕培养记忆能力展开论述的一本书。再看各章节标题,立即印证了我的猜测,里面多次出现"记忆"一词,比如"自我检测,给知识链打上记忆结""频繁的集中练习只会产生短期记忆""穿插练习有助于长期记忆""学习时避免错觉和记忆扭曲""掌握几个适合自己的记忆方法"等。

摘要： 高中生物学科是一门以实验为基础的学科,实验教学在生物学的学习中占有非常重要的地位。让学生观察思考、动手操作实验,在动眼、动手和动脑相结合的过程中理解实验,不仅能够培养学生的实际操作能力,同时也能够全方位提高学生的思维能力。一、遵循认知规律,激发兴趣认知的开始往往是被动的,就像一个坐在车窗前的游客,窗外的景观不断在眼前闪过,对这些景物的认知是被动的,只是瞬时记忆,很快就会遗忘。而当他看到一个感兴趣的事物时,如一片风景秀丽的湖泊,就会引起他的注意,并主动下车观赏一番,形成长期记忆,甚至多年以后还会想起。

摘要： 如何随时将新图像、新知识和其他信息整合人记忆,同时不影响神经网络中已被储存的信息?大脑出色的适应性是如何与同样令人惊叹的长期记忆相辅相成的?很早之前,研究人员就已经知道,这支“神经交响乐队”的总指挥是海马体。

摘要： 为研究长期记忆的形成内因以及影响因素,采用随机Hodgkin-Huxley神经元模型(即神经元电位模型)以及突触电流模型构建了长期记忆模型,神经元之间的连接基于具有明确生物意义的突触连接.通过数值方法模拟不同膜面积下神经元的发放情况,发现NMDA受体介导的电流对长期记忆的形成起着关键作用.讨论了外界重复刺激对长期记忆的影响,发现长期记忆与工作记忆的不同之处,探讨两种不同记忆之间的相互影响,其相关程度对彼此有着很大的影响.

摘要： 词汇作为英语语言的基本单位,是英语学习的基础与核心,也是学生通往高层次阅读和写作的基石.词汇复习教学一般是在阅读的第二课时,并且传统的复习方式更加强调教师的单向输入词汇的变形、用法、一词多义等知识点,课堂容量大,学生在记笔记中度过了一节“充实”的词汇复习可.在2017版高中英语新课程标准中,进一步向一线教师明确了词汇教学的目标和方向,即将词汇置身于的主题语境中,让学生在句子、段落乃至语篇中充分体会和习得词汇的用法,通过情景化的背景作为依托,增强了记忆的深度和效度,将词汇的短期记忆变为长期记忆.

摘要： 本文通过对国内外七家交易所主要指数的数据，采用修正R/S分析、GHP检验和FIEGARCH模型实证研究发现，除了日本东京股市外，其余六家股市包括沪深股市的波动均存在着明显得杠杆效应和长期记忆性，股市前期的波动对未来一定时期内股市的走势都有或多或少的影响。这意味着这六家股市的效率并不高，投资者可以利用历史数据来预测未来股市的波动并据此获取投机利润。因此，投资者在制定投资计划时，应充分考虑各国股市的特点和发展规律以获取较高的投资回报。

摘要： Minerva Ⅱ模型是近些年来出现的一种实现识别优先决策模型的方法。基于Minerva Ⅱ的识剐优先决策模型实现也不能解释长期记忆中记忆痕迹的位置在回忆和识别中的影响，而回忆的效果一般都会受到这一影响。基于改进的Minerva Ⅱ模型来实现识别优先决策模型，在不改变该模型的基本原则下解释这些影响，引入了时段影响管理和活化保持的思想。以一个简单的算例对该方法进行了说明，并与基于Minerva Ⅱ模型的实现进行了比较。

摘要： 本发明公开了一种基于长短期记忆神经网络和支持向量回归组合模型的行业中长期负荷预测方法，本发明方法为：首先，基于皮尔逊相关系数分析行业中长期负荷影响因素与行业负荷的关联程度，提取行业中长期负荷预测的关键影响因素。其次，分别构建考虑负荷时序变化特性的长短期记忆神经网络预测模型和考虑负荷非线性特征的支持向量回归预测模型。然后，基于最优组合预测算法，构建基于长短期记忆神经网络和支持向量回归的考虑负荷综合特征的组合预测模型，对行业中长期负荷进行预测。本发明基于最优组合预测算法，综合考虑长短期记忆神经网络和支持向量回归预测模型的特征与优势，相比于单一预测方法，有效提高了行业中长期负荷预测的精度。

摘要： 本发明提出了一种基于常识和记忆网络的长期目标运动跟踪方法，用以解决现有跟踪方法不能有效适应不确定运动场景下的目标跟踪问题。其步骤为：首先利用跟踪器在局部搜索窗内预测目标位置，然后利用单层记忆网络判断预测结果的可靠性。若可靠则进行下一帧的跟踪，否则利用常识信息和针对跟踪任务开发的语义目标感知特征从全局图片中生成少量高质量的包含目标真实运动状态的建议，再通过记忆网络选择最佳的候选建议作为预测结果。最后，利用可靠的跟踪结果对记忆网络进行微调以保持目标的外观记忆。本发明的单层记忆网络结构简单、运算量小；且本发明将记忆网络和语义目标感知建议相结合能够适应突变运动等目标跟踪问题，实现长期跟踪。

摘要： 本发明公开了一种基于长短时记忆模型的电力中长期负荷预测方法，涉及电力预测技术领域。本发明包括如下步骤：将夏季的地区负荷分割为基础负荷和降温负荷，通过计算不同年份的基础负荷，得出负荷比率；利用马尔科夫模型对预测年份可能性最大的高温序列片段进行选取；长短时记忆模型的构建：将负荷比率数据及高温序列片段的区域特征因素汇总整合，以训练生成电力负荷预测的长短时记忆模型；模型训练和优化；对未来年份的时序片段的电力负荷进行预测。本发明通过基于长短时记忆模型，对电力的中长期负荷进行预测，发现地区迎峰度夏期间负荷和外部条件特征的关联性，从而对未来不同外部条件下的地区负荷进行预测，提高地区电网的运行的稳定性。

摘要： 本发明涉及神经生物学的一种采用电子技术来模拟大脑神经网络的模拟装置。本发明具有短期记忆和长期记忆两种不同时程的记忆效应，能够模拟大脑短期记忆的形成、以及短期记忆转化为长期记忆的过程，更好地揭示大脑的学习记忆的工作机制。本发明同时公开申请人关于大脑记忆的本质及其工作机制，记忆对思维的影响，不同亚型的动作电位的形成及其对记忆和思维的不同作用等分析资料。

摘要： 本发明提出一种基于长期记忆的视频QoE评价系统及方法，包括：视频序列生成模块、采集模块、基于长期记忆的数据库和QoE评价模型；所述视频序列生成模块包括可接受度测试视频序列生成模块和长期记忆影响测试视频序列生成模块；所述采集模块用于采集实验人员对视频的可接受度以及具有不同长期记忆的实验人员对视频的主观意见分；所述基于长期记忆的数据库按照整体可接受度的区间分为至少三类数据库，并存储实验人员对视频的可接受度和主观意见分信息。其建立了能够有效提取客观量化的指标信息的基于长期记忆的QoE评价模型，从而对视频处理、压缩和传输提供关键性的指导作用。

摘要： 本发明涉及一种通过选择性提供用户的长期记忆中的密码的重设过程来处理遗失密码的系统和方法。根据本发明，系统包括用户终端，用户终端包括：接收长期记忆条件注册的长期记忆条件注册单元；确定满足长期记忆条件的长期条件确定单元；在发生遗失密码之后通过用户识别检验方案或通过增强的用户识别检验方案验证密码是否存在于用户的长期记忆中来验证用户的用户识别单元；以及取消遗失密码发生状态的遗失状态重设单元。根据本发明，提供了识别检验服务或增强的识别检验服务以确定密码是否存在于用户的长期记忆中。

摘要： 本发明涉及神经生物学的一种采用电子技术来模拟大脑神经网络的模拟装置。本发明具有短期记忆和长期记忆两种不同时程的记忆效应，能够模拟大脑短期记忆的形成、以及短期记忆转化为长期记忆的过程，更好地揭示大脑的学习记忆的工作机制。本发明同时公开申请人关于大脑记忆的本质及其工作机制，记忆对思维的影响，不同亚型的动作电位的形成及其对记忆和思维的不同作用等分析资料。

摘要： 本发明公开了一种长期记忆学习的多通道神经网方法，通过FPN提取已观察的过去帧的图像特征，并依次经过基于ConvLSTM的实例分割预测网络、Mask R‑CNN head得到实例分割预测结果。本发明挖掘了各层级间的金字塔特征之间存在的内在联系，利用包含时空语义信息的金字塔特征对视频中的表现变化进行建模，模型中用ConvLSTM来捕捉对应的金字塔特征层级内部的时空联系，通过增加ConvLSTM之间的路径连接使得不同层级间可以相互传递语义信息，克服了现有技术根据观察到的过去帧中提取金字塔特征的过程中每个层级的金字塔特征都是独立预测的缺陷，进而提高特征预测的准确度。

摘要： 本发明提供了一种基于金字塔池化及长期记忆结构的神经网络模型训练方法，包括以下步骤：a、建立基于金字塔池化及长期记忆结构的神经网络模型,b、对模型进行预训练，c、对模型进行适配训练，d、对模型进行测试。本发明的方法中提出一种新的神经网络结构模型，该模型能提取并保存源领域样本图像中各个样本的特征信息，并针对该模型提出了预训练和适配训练，同时在源领域编码器Ms和目标领域编码器Mt之间引入了一个共同的任务知识向量t*作为辅助变量，使用辅助变量保存源领域样本图像的特征信息并用于校准各个样本图像的特征输出，然后在适配训练步骤中校准目标领域样本图像的特征信息，从而提高不同领域图像分布的相似性。

摘要： 本发明提出一种基于长期记忆的视频QoE评价系统及方法，包括：视频序列生成模块、采集模块、基于长期记忆的数据库和QoE评价模型；所述视频序列生成模块包括可接受度测试视频序列生成模块和长期记忆影响测试视频序列生成模块；所述采集模块用于采集实验人员对视频的可接受度以及具有不同长期记忆的实验人员对视频的主观意见分；所述基于长期记忆的数据库按照整体可接受度的区间分为至少三类数据库，并存储实验人员对视频的可接受度和主观意见分信息。其建立了能够有效提取客观量化的指标信息的基于长期记忆的QoE评价模型，从而对视频处理、压缩和传输提供关键性的指导作用。