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.本文针对这一问题,提出了一种以... 展开 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.本文针对这一问题,提出了一种以数据张量表示为基础的多线性主成分分析(multi-linear principle component analysis,MPCA)方法.该方法保留了粮堆温度历史数据的高阶性,即在使用MPCA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.实验表明,本文方法预测结果优于其他典型预测方法. 收起