摘要
本发明提出一种基于深度学习的食品预冷温度预测方法以及装置,该方法包括:基于深度学习的食品预冷温度预测方法,其特征在于,包括:获取目标食品通风预冷过程中基于给定工艺参数数据测量的多个测温点的温度时序数据;对所述温度时序数据进行预处理,得到温度融合特征序列;将所述温度融合特征序列输入至融合深度学习模型,输出温度预测结果。该方法减少了人工干预导致的误差,显著提升了食品通风预冷中温度预测的精度。
技术关键词
长短期记忆网络
融合深度学习模型
融合特征
网络模块
卷积特征
食品预冷
序列
注意力
温度预测方法
时序
预测特征
多维特征向量
连续可调风速
输出特征
矩阵
温度依赖关系
温度预测装置
数据
系统为您推荐了相关专利信息
行人重识别模型
聚类特征
重识别方法
预训练模型
矩阵
动态物流信息
序列
路线规划方法
物流机器人
网格
网络异常流量检测
卷积神经网络模块
注意力
门控循环单元
网络流量数据集
评估管理方法
设施
数字孪生模型
强化学习算法
监控传感器