A Time Series Data Filling Method Based on LSTM—Taking the Stem Moisture as an Example
收藏国家林业和草原科学数据中心2022-11-16 更新2024-03-06 收录
下载链接：
https://www.forestdata.cn/dataDetail.html?id=CSTR:17575.11.0220221116224.040001.V1
下载链接
链接失效反馈官方服务：
资源简介：
为解决传感器数据采集中数据丢失的问题，本文以植物茎秆水分数据为对象，通过不同数据填充方法对同一数据段缺失数据的填充值进行比较，验证其有效性和有效性。LSTM（长短期记忆）模型的茎水填充数据的准确性。本文比较了不同数据填充方式下植物茎水数据缺失的准确性，以解决传感器数据采集中数据丢失的问题。原始茎水分数据来自于2017年6月种植于北京市海淀区的紫薇，人工删除了部分作为缺失数据处理的数据。使用插值方法、时间序列统计方法、RNN（Recurrent Neural Network）、LSTM神经网络对缺失部分进行填充，并将填充结果与原始数据进行比较。
提供机构：
国家林业和草原科学数据中心
创建时间：
2022-11-16
