论文摘要
针对粮堆温度的非线性时间序列特点,本文提出一种基于长短时记忆网络（Long Short-Term Memory,LSTM）算法的粮堆温度预测模型,该模型不但解决了传统方法处理非线性数据能力较差的问题,而且较其他现有方法能够更好地处理时间序列数据。本文根据已有的粮仓环境数据搭建模型结构,进行模型训练和测试,并设置支持向量机和整合移动平均自回归模型作为对比实验。实验表明,该模型的均方误差MSE为0.048,较其他方法对粮堆温度的预测效果更好,准确性更高。
论文目录
文章来源
类型: 期刊论文
作者: 赵岩,周俊冬,任双双
关键词: 粮堆,长短期记忆网络,非线性时间序列,温度预测
来源: 粮食科技与经济 2019年11期
年度: 2019
分类: 经济与管理科学,农业科技,信息科技
专业: 农艺学,自动化技术
单位: 中国矿业大学(北京)机电与信息工程学院
分类号: TP18;S379
DOI: 10.16465/j.gste.cn431252ts.20191109
页码: 52-56
总页数: 5
文件大小: 2424K
下载量: 131