基于改进LSTM的多源时序卷烟审计数据分析方法

王树明; 吴时清; 余菁; 陈军; 宋伟

doi:10.11907/rjdk.212483

您当前的位置：

首页 >

文章列表页 >

基于改进LSTM的多源时序卷烟审计数据分析方法

人工智能 | 更新时间：2022-12-27

- 基于改进LSTM的多源时序卷烟审计数据分析方法
- An Analysis Method for Multi-source Cigarette Audit Data Based on Improved Long-Short Term Memory
- 软件导刊 2022年21卷第11期页码：1-6
- 作者机构：
  
  1.中国烟草总公司湖北省公司
  2.武汉楚烟信息技术有限公司,湖北武汉 430030
  3.武汉大学计算机学院,湖北武汉 430070
- 作者简介：
  
  王树明（1973-），男，博士，中国烟草总公司湖北省公司高级工程师，研究方向为大数据应用、AI技术创新应用
  吴时清（1978-），男，武汉楚烟信息技术有限公司工程师，研究方向为大数据应用
  余菁（1982-），女，硕士，武汉楚烟信息技术有限公司工程师，研究方向为大数据应用
  陈军（1976-），男，武汉楚烟信息技术有限公司工程师，研究方向为大数据应用
  宋伟（1978-），男，CCF高级会员，博士，武汉大学计算机学院副教授，研究方向为大数据处理、信息安全、隐私保护等。
- 基金信息：
  
  国家自然科学基金项目(62072349);中国烟草总公司湖北省公司标准项目(422021025)
- DOI：10.11907/rjdk.212483
  中图分类号：
扫描看全文
王树明,吴时清,余菁等.基于改进LSTM的多源时序卷烟审计数据分析方法[J].软件导刊,2022,21(11):1-6.

WANG Shu-ming,WU Shi-qing,YU Jing,et al.An Analysis Method for Multi-source Cigarette Audit Data Based on Improved Long-Short Term Memory[J].Software Guide,2022,21(11):1-6.
王树明,吴时清,余菁等.基于改进LSTM的多源时序卷烟审计数据分析方法[J].软件导刊,2022,21(11):1-6. DOI： 10.11907/rjdk.212483.

WANG Shu-ming,WU Shi-qing,YU Jing,et al.An Analysis Method for Multi-source Cigarette Audit Data Based on Improved Long-Short Term Memory[J].Software Guide,2022,21(11):1-6. DOI： 10.11907/rjdk.212483.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据

基于改进LSTM的多源时序卷烟审计数据分析方法

An Analysis Method for Multi-source Cigarette Audit Data Based on Improved Long-Short Term Memory

DOI：10.11907/rjdk.212483