基于CNN-LSTM混合神經(jīng)網(wǎng)絡(luò)模型的糧堆溫度預(yù)測

摘要： 本文以大型糧庫平房倉溫度采樣系統(tǒng)采集的溫度數(shù)據(jù)為研究對象，針對糧堆溫度數(shù)據(jù)非線性、周期性以及高維度的時間序列特點，提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)與長短期記憶網(wǎng)絡(luò)(LSTM)的混合模型預(yù)測方法，以提升糧堆溫度的預(yù)測精度。該方法通過時間滑動窗口將大量歷史溫度數(shù)據(jù)構(gòu)造成連續(xù)特征圖作為輸入，首先利用CNN提取高維特征向量，然后將特征向量以時序序列方式輸入LSTM網(wǎng)絡(luò)進行溫度預(yù)測。... （共8頁）