作者:易利容,王绍宇,殷丽丽,杨青,顾欣 单位:哈尔滨工业大学 出版:《智能计算机与应用》2018年第05期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFDLXZ2018050040 DOC编号:DOCDLXZ2018050049 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 传感器时序数据预测作为工业自动化和智能化的关键过程,对于自动化生产监督、风险预防和技术改进等具有重要意义。考虑到传统基于统计学的时序分析方法通用性弱、普通循环神经网络模型存在长期依赖的不足,针对工业设备温度、压力和电流强度等时序数据预测问题,提出了一种基于多变量分析的长短时记忆神经网络时序预测方法,该方法利用数据的远距离信息和多变量相关性,有效地提高了工业传感器时序数据预测的准确性。实验选取瑞典某公司的机械装载传感器数据用于训练和测试,通过与单变量长短时记忆模型以及其它主流时序预测算法比较,证明了该方法具备较好的预测性能和通用性。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。