典型文献
长短期记忆网络在气温预测中的应用
文献摘要：
气温变化对人们的正常出行、社会发展与生态环境都有着很大的影响,而天气和气候具有一定的随机性和无序性,是难以预测的复杂模型.本文采用长短期记忆网络深度学习模型对气温时间序列进行建模及预测,并将其与门循环单元模型、深度神经网络模型预测结果进行比较.结果显示,LSTM预测的均方误差比其它2个模型预测精度更高,且在处理较大数据集时具有更好的性能.
文献关键词：
LSTM;气温预测;GRU;DNN;深度学习
中图分类号：
作者姓名：
花凡;李莉;蔡鑫楠;徐健
作者机构：
天津职业技术师范大学,天津300222
文献出处：
引用格式：
[1]花凡;李莉;蔡鑫楠;徐健-.长短期记忆网络在气温预测中的应用)[J].智能计算机与应用,2022(11):92-95,102
A类：
B类：
长短期记忆网络,气温预测,气温变化,随机性,难以预测,复杂模型,深度学习模型,门循环单元,单元模型,深度神经网络模型,均方误差,GRU,DNN
AB值：
0.335552
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
