一种GRU的瓦斯浓度预测改进模型
Journal of Heilongjiang University of Science and Technology（2020）
摘要
针对传统的瓦斯浓度预测算法预测精准度低、鲁棒性较差的问题,提出一种改进GRU网络的瓦斯浓度预测模型.将门控神经网络的输入层替换为堆栈降噪自编码器,在循环单元上加入Dropout层,优化算法收敛速度.结果表明,在特定的数据样本下,改进的S-GRU算法模型比单一模型或组合模型在效率方面提升6％ ～30％,能够有效提高瓦斯浓度预测的精准度.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要