|
|||||
|
|
| 基于双阶段注意力机制和LSTM的鸡舍氨气浓度预测算法 | |
| 作者姓名： | 郭祥云 连京华 李慧敏 孙凯 |
| 作者单位： | 北京信息科技大学 信息管理学院, 北京 100192;山东省农业科学院 家禽研究所, 济南 250023 |
| 基金项目： | 山东省家禽疫病诊断与免疫重点实验室开放课题基金(SDPDI201806) |
| 摘 要： | 为寻求准确的鸡舍氨气浓度预测方法,构建基于双阶段注意力机制和长短时记忆神经网络(Long shortterm memory,LSTM)的鸡舍氨气浓度预测模型,将该模型应用于山东省商河县某蛋鸡养殖场,采集二氧化碳(CO2)、氧气(O2)和氨气(NH3)的体积分数,细颗粒物(PM2.5)质量浓度,温度,相对湿度时间序列数据... |
| 关 键 词： | 注意力机制 长短时记忆神经网络 循环神经网络 编码器解码器 鸡舍 氨气浓度 |
| 收稿时间： | 2020-09-07 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《中国农业大学学报》浏览原始摘要信息 | |
| 点击此处可从《中国农业大学学报》下载免费的PDF全文 | |