摘要
本申请提供一种基于改进循环神经网络的氢钟钟差预报方法、系统、设备及存储介质,利用循环神经网络的记忆特性表征时间关系,从而进行氢钟钟差预报,提高氢钟钟差预报的准确性。该方法包括:获取氢钟的原始钟差数据,并进行预处理,得到预处理后的钟差数据;构建混合循环神经网络模型,并对混合循环神经网络模型进行初始化;将预处理后的钟差数据分为训练集、验证集和测试集;基于训练集、验证集和测试集,并使用RAdam优化器和MAPE作为损失函数,优化混合循环神经网络模型,直至达到预设的精度;将待预测时段的钟差数据进行预处理,将预处理后的待预测时段的钟差数据输入到优化后的混合循环神经网络模型,得到预测钟差值。
技术关键词
循环神经网络模型
预报方法
预报系统
数据
训练集
依赖特征
可读存储介质
存储计算机程序
电子设备
处理器
指令
模块
精度
记忆
存储器
关系
参数
系统为您推荐了相关专利信息
控制分析系统
风力发电机
时间段
编码向量
风力发电场
地下三维空间
智能优化系统
像素矩阵
迁改管线
数据接收模块
锂电池
粒子群算法
神经网络模型
bp神经网络
转移概率矩阵