基于CNN和GRU的农产品价格预测模型研究

打开文本图片集

摘要：鉴于现有预测模型无法在大数据环境下对农产品价格进行准确和快速预测，提出了一种结合卷积神经网络（CNN）和门控循环单元（GRU）的农产品价格预测模型。使用CNN获取局部特征，使用GRU获取数据的时序依赖，然后将二者获得的特征连接在一起，由解码器获得预测输出。通过试验与传统的单一模型进行比较，验证模型的优越性。（剩余8296字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。