DL00350-CNN-LSTM模型在时间序列预测用电量python

提出的模型将CNN和LSTM结合起来，既能够充分利用CNN对序列进行特征提取的能力，又能够利用LSTM对序列中的长期依赖关系进行建模。

具体地，先利用CNN对输入的时间序列进行特征提取，然后将特征作为输入送入LSTM中进行建模和预测。

本文在用电量和CPU使用率两种时序序列上进行了实验验证，结果表明，在这两个应用场景中，所提出的模型均能够获得较高的预测精度和较好的泛化性能。

因此，该模型可以为时间序列预测问题的解决提供有效参考。

ID:45698

详询客服 微信shujuqudong1 或shujuqudong6 或 qq68823886 或 27699885

图文详情请查看： http://matup.cn/735048873667.html