摘要
本发明公开了一种基于改进宽度学习模型的储粮温度预测方法,包括:采集储粮数据,将储粮数据输入至预设储粮温度预测模型中,储粮温度预测模型输出储粮温度预测结果;储粮温度预测模型的获取过程包括:对储粮数据进行预处理之后划分出来训练集和训练集;将训练集中的储粮数据输入特征融合模块来得到特征融合结果,将特征融合结果来进行特征映射来得到特征节点,对特征节点进行增强变换来得到增强节点,通过多头自注意力模块来对增强节点进行处理来生成新增强节点;将新增强节点与特征节点进行节点拼接来得到拼接矩阵,根据拼接矩阵以及输出层来求解出连接权重。采用本发明,可以较为精准的对储粮温度进行预测,且模型训练方法简单。
技术关键词
储粮温度
sigmoid函数
节点
全局平均池化
数据
矩阵
温湿度
切片
误差函数
注意力机制
模型训练方法
非线性
模块
训练集
偏差
系统为您推荐了相关专利信息
聚丙烯腈基碳纤维
机器学习算法模型
高强高模
开发方法
聚合反应工艺
定向天线
多特征信息
室内定位系统
信号强度RSSI值
RFID读写器
调控策略
隔离装置
生物识别数据
深度Q网络
智能控制方法
训练集数据
矩阵
多头注意力机制
长短期记忆网络
产油量