科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于KPCA-CNN-GRU的陶瓷辊道窑温度预测方法,包括以下步骤：采集陶瓷辊道窑烧成带温度的影响因素；利用KPCA降维算法,对陶瓷辊道窑烧成带温度的影响因素进行降维处理；获取陶瓷辊道窑烧成带的温度数据；利用滑动时间窗口技术对陶瓷辊道窑烧成带的温度数据进行预处理,得到多个训练样本数据和测试样本数据；建立CNN模型,并将多个训练样本数据输入CNN模型进行特征提取,输出特征向量；建立GRU模型,并将特征向量输入GRU模型进行温度预测,得到温度预测结果。本发明解决了传统机器学习模型比较简单,当需要处理的数据量大时,该模型表现不佳,导致最终的温度预测精准度不高,以及未考虑到温度在时间前后存在的关系的问题。
- 单位
