基于人工神经网络的云冈石窟环境参数预测方法及系统

本发明公开基于人工神经网络的云冈石窟环境参数预测方法及系统，涉及神经网络预测算法领域，包括利用传感器采集石窟外部和内部的环境参数并进行预处理，将预处理后的数据构建数据样本集；根据样本集构建CNN‑LSTM网络预测模型，建立预测模型的超参数，并设置待优化的超参数的组合区间，对超参数执行BO算法；根据概率模型获取函数选择下一组超参数进行新一轮训练，直至达到迭代次数，输出预测值。本发明对BO‑CNN‑LSTM模型结合贝叶斯优化算法，显著改进超参数优化，具有更优越的性能指标，BO‑CNN‑LSTM模型在预测云冈石窟内部环境参数具有显著优势，有效捕捉并预测石窟内的微气候变化，对实际环境参数样本进行精确预测，为云冈石窟内部环境参数提供全面准确的预测结果。