《表2 传统LSTM烧结矿质量预测方法参数对比》
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。
图表编号 | XD00224776900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.15 |
作者 | 孙立辉、武晓婧 |
绘制单位 | 河北经贸大学信息技术学院、河北经贸大学信息技术学院 |
更多格式 | 高清、无水印(增值服务) |