长短期记忆神经网络预测中国智能照明市场规模
舒服华
武汉理工大学继续教育学院,湖北武汉430070
摘要：由于我国智能照明市场规模数据序列呈非凸凹一致、非光滑分布的特点,传统循环神经网络预测效果差强人意,因此,采用性能更优的长短期记忆神经网络模型(LSTM)对其进行预测.结果显示:LSTM神经网络的平均预测误差仅为0.2760％,比BP神经网络的0.7841％减小了 64.8004％,比RNN神经网络的0.5611％减小了 50.8109％.运用LSTM神经网络对我国2022-2025年智能照明市场规模进行了预测.通过分析表明,这一预测结果有较高的可信度.
关键词：智能照明市场规模预测LSTM
分类号：TU113.19(建筑基础科学)
资助基金：湖北省自然科学基金(2020CFB232)
论文发表日期：2023-06-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 16-20 )
英文信息