本文主要研究内容
作者郭利进,连丰沛（2019）在《基于SOM聚类算法和灰色改进神经网络的粮仓温度预测》一文中研究指出：针对传统粮仓温度预测方法非线性度大、输入变量繁杂、精度不高的问题,提出利用SOM聚类算法降低模型非线性度、利用灰色关联分析法简化模型输入变量、利用灰色GM(1,N)模型和改进神经网络相结合提高精度的预测方法。结果表明,所用方法预测误差小、模型更稳定,为粮仓温度预测提供了一种有效研究方法。
Abstract
zhen dui chuan tong liang cang wen du yu ce fang fa fei xian xing du da 、shu ru bian liang fan za 、jing du bu gao de wen ti ,di chu li yong SOMju lei suan fa jiang di mo xing fei xian xing du 、li yong hui se guan lian fen xi fa jian hua mo xing shu ru bian liang 、li yong hui se GM(1,N)mo xing he gai jin shen jing wang lao xiang jie ge di gao jing du de yu ce fang fa 。jie guo biao ming ,suo yong fang fa yu ce wu cha xiao 、mo xing geng wen ding ,wei liang cang wen du yu ce di gong le yi chong you xiao yan jiu fang fa 。
论文参考文献
论文详细介绍
论文作者分别是来自粮食与油脂的郭利进,连丰沛，发表于刊物粮食与油脂2019年11期论文，是一篇关于聚类论文,灰色系统理论论文,改进神经网络论文,粮仓温度预测论文,粮食与油脂2019年11期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自粮食与油脂2019年11期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：聚类论文; 灰色系统理论论文; 改进神经网络论文; 粮仓温度预测论文; 粮食与油脂2019年11期论文;