深度残差LSTM网络及热误差预测模型的建模方法和迁移学习方法

摘要

本发明公开了一种深度残差LSTM网络，其特征在于：包括依次设置的：输入层；卷积层；池化层；重塑层；LSTM层；Dense层；输出层；所述LSTM层与密集层之间设有n个预激活残差块，且n≥1；所述预激活残差块包括依次设置的第一BN层、第一权重层、第一卷积层、第二BN层、第二权重层和第二卷积层；所述第一BN层和第二BN层用于解决网络无法收敛的问题；所述第一权重层和第二权重层用于提取特征；所述第一BN层与第一权重层之间以及第二BN层与第二权重层之间分别具有用于减少参数之间的相互依赖的激活函数。本发明还公开了一种热误差预测模型的建模方法及迁移学习方法。本发明能够避免网络深度增加导致的预测精度饱和问题，能够有效提高预测精度和鲁棒性。