TY -的A2 -库马尔,Akshi AU - Ma,苏玲PY - 2021 DA - 2021/12/21 TI -双向短期和长期记忆的研究网络智能计算物联网Model-Assisted家庭教育的关注机制SP - 3587884六世- 2021 AB -分析并整理研究传统的在家教育的注意机制和在家教育的注意机制基于双向短期和长期记忆网络智能计算物联网模型和发现双向短期和长期记忆的优势网络智能计算物联网模型。双向短期和长期记忆网络智能计算物联网模型改进,提出一种改进的深层神经网络智能计算物联网,并验证改进的方法基于离散信号在家教育分类实验中,紧随其后的是专注于应用研究双向短期和长期记忆网络的智能计算物联网model-assisted在家教育的注意机制。基于神经网络学习,人类行为识别方法结合时空网络,在家教育方法集成网络双向短期和长期记忆和注意力机制设计。视觉注意力机制是用来增加重量信息深度视觉特征提取卷积神经网络,和一个新功能序列将突出关注权重输出。这个特性序列然后使用递归神经网络IndRNN独立解码最终分类和决定在家教育的范畴。UCF101数据集上的实验表明,该公司的注意机制可以提高网络的分类能力。注意机制可以帮助智能计算物联网模型发现关键特性,和self-attention机制可以有效地捕捉在家教育的内部特性和优化特征向量。我们建议的策略结合self-attention机制与双向短期和长期记忆网络解决家庭教育分类问题和实验验证智能计算物联网模型结合self-attention机制可以更容易捕获家庭教育的相互依赖的特性,可有效解决家庭教育问题,进一步提高家庭教育的分类精度。SN - 1687 - 5265 UR - https://doi.org/10.1155/2021/3587884 - 10.1155 / 2021/3587884摩根富林明计算智力和神经科学PB - Hindawi KW - ER