简介:针对短期家庭电力数据随机性强,数据维度低等问题,提出了一种基于长短期记忆循环神经网络(LSTM)的单变量短期家庭电力需求预测模型.实验表明,该模型能够准确反映以小时为单位的家庭电力需求趋势,且在不同家庭上的泛化性能优于传统的循环神经网络(RNN)和门控循环网络(GRU).
简介:本文通过对调味梅在适宜PH值及盐度下调味梅中微生物滋生情况进行分析,掌握关键微生物,并通过对糖度的调节对关键微生物滋生进行控制,进而保证食品卫生安全。
LSTM的单变量短期家庭电力需求预测
适宜PH值及盐度下糖度对调味梅中微生物滋生的探索与研究