1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 行业资料
  5. 国内专利

一种基于LSTM-CNN和ICBAM长短期特征提取的铝电解槽温预测方法.pdfVIP

  • 16
  • 0
  • 约2.22万字
  • 约 14页
  • 2023-06-26 发布于四川
  • 举报

一种基于LSTM-CNN和ICBAM长短期特征提取的铝电解槽温预测方法.pdf

    本发明公开了一种基于LSTM‑CNN和ICBAM长短期特征提取的铝电解槽温预测方法，采用LSTM‑CNN作为影响槽温的长期特征提取方法，首先对数据用LSTM提取长时间相关特征，然后再用CNN提取数据间的局部相关特征，从而得到基于长周期数据的长期深度特征。采用基于2D‑CNN和1D‑CNN双流卷积分别提取阳极电流和槽电压特征，然后基于ICBAM对双流特征进行注意力加权融合，得到槽温短期深度特征。为了更好的融合铝电解生产过程中的长期特征和短期特征这两种语义和尺度不一样的特征，利用AAW中的多尺度注意

    (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116307246 A (43)申请公布日 2023.06.23 (21)申请号 202310369675.2 G06N 3/0442 (2023.01)

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >