作者： 郑晓晴

1.查询GPU服务器相关信息和报价，去知乎和贴吧搜了很多问题，学到了不少电脑配置的知识，那些电脑爱好者对设备的了解程度真是超出我的想象。 2.小波一层分解预测效果不够理想，和老师讨论了一下，老师说不同的信号可以考虑不同的lstm结构去训练模型，我感觉有道理，但是神经网络的训练也相当于拟合一个函数，不同的数据类型，调不同的参数是不是也就可以了，这有涉及到了原理部分了。小波下一步也要看看原理的推倒，现在我还是不知道具体是怎么分解的。 3.这周组会确实感悟道不少，实验记录要记录的更加详细，每一次实验都可以做一个简单的word记录下来，因为只保存图片，一些当时的数据和感悟可能就忘记了。及时汇报进度，和老师多讨论，也加快了自己的进度。 ...

1.小波滑窗问题用matlab的一个函数解决了，本来以为要学习matlab比较麻烦，没想到很快程序就跑通了，果然语言还是有很多共通之处。 2.小波+lstm预测目前有三种方案，第一种，将原始序列三层分解，训练一个低频三个高频四个模型。第二种，将分解得到的高频信号整合，训练一个低频一个高频两个模型。第三种，小波包分解，把每次分解的低频高频数据都进行分解，三层分解需要训练八个模型。目前实验结果，三种方法预测纵摇的RMSE都为0.14左右，不如只用lstm预测的0.06左右。 3.开始写预测演示系统的软著。 ...

1.整理修改项目开题报告相关文档。 2.lstm方面下一步应该进行六维数据输入进行预测，还有把输入数据改成数据流输入格式。可能存在的问题是输入流数据训练数据怎么划分，是设定损失函数下降到一定数值还是读入数据达到一定数据量。 3.小波方面数据分解后因为lstm是滑窗预测，会导致数据减少，造成数据无法重构。考虑下一步将高频部分整合，只训练低频高频两个模型。 4.组会讲到了bp算法后，又让我想起了很久之前想把算法公式推一遍的想法，什么时候能把课余时间的一部分用来学习。 ...

1.调整运行预测程序，进行模型对比，将对比实验数据记录在word里。 2.老师开会说到数据记录的问题，确实应该把记录做详细做好备注，方便随时使用 3.和师兄在发做了一版机械学院那里开会用的ppt，整理了这三个月的工作，实验。 ...

完成了四个模型的对比，整理了模型对横摇纵摇艏摇预测的数据，误差，耗时，初步完成了实验部分。 ...

1.实现了svr支持向量机预测模型。 2.修改模型参数，可视化程序，和lstm方法进行数据和可视化对比。 3.周四进行了组会，对明贤师兄的论文进行讨论，学到很多，一些架构问题，细节问题，论文真是要慢慢磨出来。 4.进行arima模型实现对比。 ...

1.开始找代码实现其他方法进行对比实验，arima方法基本实现。 2.帮明贤师兄画了一个lstm的结构图。 ...

1.这周在把之前没有很好实现的arima模型和其他对比模型重新调试修改，为以后论文中实验对比做准备。 2.和师兄老师讨论了论文提纲后，查阅了一些LSTM相关的论文，学习他们是写论文的思路。 ...

这周初步把演示系统做好了，明天给老师看一下再做修改。自己也是一边做一边学习，学到了很多东西，很有收获。 ...

1.用我们的数据在AR模型上进行了预测，效果不好，但仅仅做了这些，没有具体的数据和比对，这些都是应该做到的，反思！反思！ 2.为周六开会做准备的过程中，发现对摇荡预测项目有些地方理解不对，应该多向师兄请教。之前对设备的查询准备不足，遇到具体问题后，发现各种纰漏出现，应该从中总结经验教训。 3.开会过程中发现，大家的节奏还是很快的，而自己过于散漫，落后很多，要抓紧追上来。 ...