加急见刊

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

王孝成; 廉飞宇; 张元 河南工业大学信息科学与工程学院; 河南郑州450001; 河南工业大学粮食信息处理与控制教育部重点实验室; 河南郑州450001

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.

注: 保护知识产权,如需阅读全文请联系粮食与饲料工业杂志社