合肥金星智控科技股份有限公司
宣传

位置:中冶有色 >

有色技术频道 >

> 加工技术

> 小样本条件下融合先验知识的LSTM神经网络预测方法

小样本条件下融合先验知识的LSTM神经网络预测方法

984   编辑:管理员   来源:中冶有色技术网  
2023-03-18 23:29:35
本发明公开了一种小样本条件下融合先验知识的LSTM神经网络预测方法。本发明采用将先验知识融入到LSTM神经网络的训练过程中,通过增加惩罚函数项将约束优化问题转化为无约束优化问题,以数学表达形式加入到LSTM神经网络的目标函数中,实现了准确的评估建模,提高了小样本情况下的建模精度。由于该神经网络通过设计各种“门”结构进行模型训练,因此相比较于传统神经网络不存在梯度消失和梯度爆炸问题。本发明特别适用于小样本条件下长短期记忆神经网络对锂电池剩余寿命进行预测和数据分析。经实验验证,该方法可以有效解决小样本建模精度的问题,在锂电池数据集样本中,平均准确率可达到97.52%以上。
声明:
“小样本条件下融合先验知识的LSTM神经网络预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)
分享 0
         
举报 0
收藏 0
反对 0
点赞 0
标签:
加工技术
全国热门有色金属技术推荐
展开更多 +

 

中冶有色技术平台微信公众号
了解更多信息请您扫码关注官方微信
中冶有色技术平台微信公众号中冶有色技术平台

最新更新技术

报名参会
更多+

报告下载

2024退役新能源器件循环利用技术交流会
推广

热门技术
更多+

衡水宏运压滤机有限公司
宣传
环磨科技控股(集团)有限公司
宣传

发布

在线客服

公众号

电话

顶部
咨询电话:
010-88793500-807
专利人/作者信息登记