《表2 传统LSTM烧结矿质量预测方法参数对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于A-LSTM算法的烧结矿质量预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从可视化曲线可以看出，A-LSTM烧结矿质量预测方法与LSTM、BP、Elman、DBN等相比，预测结果相对误差较低。本文融合不同粒度特征建立基于注意力机制的LSTM(A-LSTM）烧结矿质量预测方法，在RMSE与R2两个指标上表现良好。对Fe O、Ca O、Si O2的预测误差均在（-0.2，+0.2）之间，符合实际生产要求。