目錄
背影
摘要
LSTM的基本定義
LSTM實現的步驟
基于長短期神經網絡LSTM的碳排放量預測
完整代碼： 基于長短期神經網絡LSTM的碳排放量預測，基于LSTM的碳排放量預測資源-CSDN文庫 https://download.csdn.net/download/abc991835105/88184632
效果圖
結果分析
展望
參考論文
背影
碳排放越來越受到重視，預測是一種比較難的預測，隨機性比較大，長短期神經網絡是一種改進黨的RNN神經網絡，克服了梯度爆炸的問，碳排放量數據也是一種時間序列的數據，用LSTM神經網絡進行預測，準確率更高
摘要
LSTM原理，MATALB編程長短期神經網絡LSTM的碳排放預測。
LSTM的基本定義
LSTM是一種含有LSTM區塊（blocks）或其他的一種類神經網絡，文獻或其他資料中LSTM區塊可能被描述成智能網絡單元，因為它可以記憶不定時間長度的數值，區塊中有一個gate能夠決定input是否重要到能被記住及能不能被輸出output。
圖1底下是四個S函數單元，最左邊函數依情況可能成為區塊的input，右邊三個會經過gate決定input是否能傳入區塊，左邊第二個為input gate，如果這里產出近似于零，將把這里的值擋住，不會進到下一層。左邊第三個是forget gate，當這產生值近似于零，將把區塊里記住的值忘掉。第四個也就是最右邊的input為output gate，他可以決定在區塊記憶中的input是否能輸出 。
圖1 LSTM模型
圖1 LSTM模型
