基于多线性主成分分析和径向基神经网络的储粮温度变化预测

摘要：

储粮温度预测有利于及时采取通风降温等措施保障储粮安全,因而具有重要意义.传统预测方法多是基于历史温度数据的向量形式进行特征提取,破坏了原有数据的高阶特性和内部结构,导致局部空间信息丢失,预测精度难以满足要求.针对这一问题,提出了一种以数据张量表示为基础的多线性主成分分析方法.该方法保留了粮堆温度历史数据的高阶性,即在使用多线性主成分分析进行特征提取和降维的同时,充分保留了原有数据的内部结构,因而提取的特征更为有效.试验表明,本方法预测结果优于其他典型预测方法.

关键词：储粮温度、高阶张量、多线性主成分分析、径向基函数神经网络、温度预测

分类号：TP273(自动化技术及设备)

资助基金：河南省高等学校重点科研项目计划18A510003

在线出版日期：2019-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：13-17