文档名：基于多模态数据融合的室温预测算法研究
摘要：室内温度是供暖期影响人体舒适度的重要指标.准确掌握室内温度的变化规律和趋势,建立精确的室内温度预测模型,是实现高效智能供暖的关键.建立了基于长短期记忆(LSTM)神经网络的室内温度预测模型.以天津理工大学研究生实验室的温度实测数据为例,对原始数据集进行特征变量分析选取、数据预处理等工作后进行模型验证和分析,并与RNN神经网络预测模型和BP神经网络预测模型进行对比实验.实验结果表明:相较于其他两种模型,LSTM网络模型具有更高的准确率,预测精度可达到98.39％.因此使用LSTM网络模型可以更好预测室内温度的变化趋势,为促进节能减排提供可靠依据.
作者：王鹏 方凯 汪晨 林坤 刘一民[5]Author：WANGPeng FANGKai WANGChen LINKun LIUYimin[5]
作者单位：天津理工大学天津市先进机电系统设计与智能控制重点实验室,天津300384;机电工程国家级实验教学示范中心(天津理工大学),天津300384澳门科技大学创新工程学院,澳门999078衢州市气象局,浙江衢州324000天津乐而学教育科技有限公司,天津300000天津理工大学天津市先进机电系统设计与智能控制重点实验室,天津300384;机电工程国家级实验教学示范中心(天津理工大学),天津300384;天津乐而学教育科技有限公司,天津300000
刊名：传感技术学报 ISTICPKU
Journal：ChineseJournalofSensorsandActuators
年，卷(期)：2023, 36(7)
分类号：TP183
关键词：无线传感器网络 室内温度预测 LSTM神经网络 预测模型 节能减排
Keywords：wirelesssensornetwork indoortemperatureprediction LSTMneuralnetwork predictionmodel energysavingandemissionreduction
机标分类号：TP393R737.9R445
在线出版日期：2023年12月12日
基金项目：国家自然科学基金，衢州市科技计划项目基于多模态数据融合的室温预测算法研究[
期刊论文] 传感技术学报--2023, 36(7)王鹏 方凯 汪晨 林坤 刘一民室内温度是供暖期影响人体舒适度的重要指标.准确掌握室内温度的变化规律和趋势,建立精确的室内温度预测模型,是实现高效智能供暖的关键.建立了基于长短期记忆(LSTM)神经网络的室内温度预测模型.以天津理工大学研究生实...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于多模态数据融合的室温预测算法研究 Research on Room Temperature Prediction Algorithm Based on Multimodal Data Fusion
基于多模态数据融合的室温预测算法研究.pdf
- 文件大小:
- 2.17 MB
- 下载次数:
- 60
-
高速下载
|
|
