《表2 部分粮情数据:基于深度学习算法的粮堆温度预测研究》
在训练集中随机选取某一天,其部分粮情数据见表1、表2。由于本实验持续时间较长,在数据采集过程中难免出现数据异常、缺失等现象,因此在训练模型之前必须对数据进行清洗,以提高实验准确度。实验中采集数据的间隔较短,对于异常值或缺失值均选择该值前后两个时刻的平均值来替代该时刻的温度值。将数据中的时间信息整合为“年-月-日”形式,以便在程序中可以直接使用。
图表编号 | XD00121009100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.30 |
作者 | 赵岩、周俊冬、任双双 |
绘制单位 | 中国矿业大学(北京)机电与信息工程学院、中国矿业大学(北京)机电与信息工程学院、中国矿业大学(北京)机电与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |