基于长短期记忆网络的时间序列预测研究
针对递归神经网络(RNN)模型难以训练和梯度消失等问题,引入长短期记忆网络算法(LSTM).介绍了LSTM的基本原理,并将其应用于时间序列预测领域.以Wiener退化过程为例进行分析,针对传统预测方法无法兼顾退化数据的非线性及时序性特点,利用LSTM方法对Wiener退化过程时间序列进行预测.该预测算法与传统的预测算法进行了比较,研究结果表明,所构建的模型具有更高的预测模型精度,达到了预测要求.
递归神经网络、长短期记忆网络、维纳过程、时间序列预测
TP399(计算技术、计算机技术)
国家自然科学基金ZR2017MF036
2020-04-27(万方平台首次上网日期,不代表论文的发表时间)
共4页
24-26,29