基于麻雀算法的CNN-LSTM缺失数据估算方法

AITNT
正文
推荐专利
基于麻雀算法的CNN-LSTM缺失数据估算方法
申请号:CN202411816690
申请日期:2024-12-11
公开号:CN119646418A
公开日期:2025-03-18
类型:发明专利
摘要
本发明公开了基于麻雀算法的CNN‑LSTM缺失数据估算方法,涉及计算机领域,该方法包括以下步骤:基于获取数据对原始缺失数据进行补全处理;将处理后的数据转换为三维数据格式,基于转换后的三维数据格式,并结合麻雀算法,构建卷积神经网络‑长短期记忆网络模型;基于麻雀算法,优化卷积神经网络‑长短期记忆网络模型的卷积神经网络卷积层卷积核个数、长短期记忆网络层神经元个数和学习率,确定最优超参数组合;基于卷积神经网络‑长短期记忆网络模型,通过对比麻雀算法优化前后的模型,输出最优估算补全结果。本发明通过从用户的饮食数据中提取时间和空间特征并分析,从而为用户提供个性化的健康饮食建议。
技术关键词
数据估算方法 长短期记忆网络 神经网络卷积层 构建卷积神经网络 优化卷积神经网络 超参数 算法 数据格式 滑动窗口 调味料 周期 离散特征 一维卷积神经网络 状态更新 矩阵 指标 动态 特征值
系统为您推荐了相关专利信息
1
一种基于预测用户工作负载的深度强化学习云平台资源调整方法
云平台资源 深度强化学习 未来工作负载 副本 决策
2
基于脑电-肌电信号融合与动态交互建模的本体感觉评估方法及系统
电信号 滑动窗口 注意力机制 动态 深度神经网络模型
3
一种基于深度学习的微波链路降雨反演方法及系统
时序特征 多分支 长短期记忆网络 反演方法 链路
4
基于卷积神经网络的新污染物PBT预测方法
神经网络预测模型 字符 构建卷积神经网络 数据 信息获取效率
5
一种移动空调控制方法及系统
移动空调控制方法 室内三维模型 SLAM技术 路径规划算法 静态障碍物
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号