使用深度学习方法从数据中预测未来温度变化
案例介绍
该模型会将气象数据作为外部特征，将粮食数据作为内部特征进行学习，测试 集数据中预测率高达 98%，数据中误差 1 - 2 个单位数量级。
使用深度学习方法从数据中预测未来温度变化
案例介绍
复现 IJCAI 2018 论文中的模型，同时修改 GeoMAN 时序模型，在其中加入卷 积层以抽象特征，模型能充分分析历史气象数据及粮食温度数据以预测未来粮 食温度变化。(https://github.com/CraKane/GeoMAN-grain-temperature)
该模型会将气象数据作为外部特征，将粮食数据作为内部特征进行学习，测试 集数据中预测率高达 98%，数据中误差 1 - 2 个单位数量级。
案例图片
相似案例推荐
-
嫩鸟计划
设计竞赛网站 1.参与相关文档的讨论与数据库设计 2
-
炫停车地锁
1.项目框架的搭建 2.根据原型图进行页面，完成页面静态布
-
人脸识别测温系统
脸识别测温系统包括图像摄取、人脸定位、图像预处理、以及人脸识
-
高精度的光学元件信息采集与分析软件
为上海光源（SSRF）定制的一整套软件。实现功能主要包括以下
-
用于结构健康检测的深度残差神经网络框架
本人为该论文的第一作者，搭建了一个基于深度残差网络的神经网络
-
用于结构健康检测的自动编码器神经网络框架
本人为该论文第一作者，搭建了一个基于深度学习的框架用于结构健
1小时精推人才
需求方专属客服，免费梳理匹配
