論文元數(shù)據(jù)搜索,找到相關(guān)信息共 31 條:
小麥多生理生化指標(biāo)變化趨勢(shì)反映了儲(chǔ)藏品質(zhì)的劣變狀態(tài),預(yù)測(cè)多指標(biāo)時(shí)序數(shù)據(jù)會(huì)因關(guān)聯(lián)性及相互作用而產(chǎn)生較大誤差,為此該文基于長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)和生成式對(duì)抗網(wǎng)絡(luò)(GAN)提出一種改進(jìn)拓?fù)浣Y(jié)構(gòu)的長(zhǎng)短期記憶生成對(duì)抗網(wǎng)絡(luò)(LSTM-GAN)模型。首先,由LSTM預(yù)測(cè)多指標(biāo)不同時(shí)序數(shù)據(jù)的劣變趨勢(shì);其次,根據(jù)多指標(biāo)的關(guān)聯(lián)性并結(jié)合GAN的對(duì)抗學(xué)習(xí)方法來降低綜合預(yù)測(cè)誤差;最后通過優(yōu)化目標(biāo)函數(shù)及訓(xùn)練模型得出多指標(biāo)預(yù)測(cè)結(jié)果。經(jīng)實(shí)驗(yàn)分析發(fā)現(xiàn):小麥多指標(biāo)的長(zhǎng)短期時(shí)序數(shù)據(jù)的變化趨勢(shì)不同,進(jìn)一步優(yōu)化模型結(jié)構(gòu)及訓(xùn)練時(shí)序長(zhǎng)度可有效降低預(yù)測(cè)結(jié)果的誤差;特定條件下小麥品質(zhì)過快劣變會(huì)使多指標(biāo)預(yù)測(cè)誤差增大,因此應(yīng)充分考慮儲(chǔ)藏期環(huán)境變化對(duì)多指標(biāo)數(shù)據(jù)的影響;LSTM-GAN模型的綜合誤差相對(duì)于僅使用LSTM預(yù)測(cè)降低了9.745%,并低于多種對(duì)比模型,這有助于提高小麥品質(zhì)多指標(biāo)預(yù)測(cè)及分析的準(zhǔn)確性。
- 首頁
- 上一頁
- 1
- 2
- 3
- 4
- 下一頁
- 末頁
- 共:4頁