基于多線性主成分分析和徑向基神經網絡的儲糧溫度變化預測
摘要：儲糧溫度預測有利于及時采取通風降溫等措施保障儲糧安全,因而具有重要意義.傳統預測方法多是基于歷史溫度數據的向量形式進行特征提取,破壞了原有數據的高階特性和內部結構,導致局部空間信息丟失,預測精度難以滿足要求.針對這一問題,提出了一種以數據張量表示為基礎的多線性主成分分析方法.該方法保留了糧堆溫度歷史數據的高階性,即在使用多線性主成分分析進行特征提取和降維的同時,充分保留了原有數據的內部結構,因而提取的特征更為有效.試驗表明,本方法預測結果優于其他典型預測方法.
注: 保護知識產權,如需閱讀全文請聯系糧食與飼料工業雜志社
相關推薦
更多
