最小化门控记忆网络在不显著降低预测精度的前提下减少了训练时间。
在此基础上，提出了一种分位数回归与最小门控记忆网络相结合的风速条件分位数预测方法。
可以运用到负荷预测、风电功率等，可以直接替换数据运行。
ID:19150
详询客服 微信shujuqudong1 或shujuqudong6 或 qq68823886 或 27699885
图文详情请查看： http://matup.cn/756499361552.html
最小化门控记忆网络在不显著降低预测精度的前提下减少了训练时间。
在此基础上，提出了一种分位数回归与最小门控记忆网络相结合的风速条件分位数预测方法。
可以运用到负荷预测、风电功率等，可以直接替换数据运行。
ID:19150
详询客服 微信shujuqudong1 或shujuqudong6 或 qq68823886 或 27699885
图文详情请查看： http://matup.cn/756499361552.html