基于Elman动态递归神经网络的树木生长预测方法及系统
申请号:CN202410948606
申请日期:2024-07-16
公开号:CN119204279A
公开日期:2024-12-27
类型:发明专利
摘要
本发明公开了基于Elman动态递归神经网络的树木生长预测方法及系统,涉及树木生长预测技术领域,包括进行树木生长数据采集,并对采集的数据进行预处理;对预处理后的数据进行特征提取;构建Elman动态递归神经网络模型,并对模型进行训练;对训练后的模型进行评估和优化,分析结果准确性。本发明能够捕捉时间序列数据的动态变化,提供高质量输入数据和深层次特征挖掘,提高了模型的鲁棒性和适应性,实现了对树木生长的准确预测,最终帮助输电线路管理人员及时采取措施,确保输电线路的安全稳定运行。
技术关键词
生长预测方法
递归神经网络模型
深度学习特征
动态
数据
更新模型参数
注意力机制
矩阵
特征提取模块
序列
样本
自动编码器
非线性特征
误差
缩放参数
网格