Advanced hybrid empirical mode decomposition, convolutional neural network and long short-term memory neural network approach for predicting grain pile humidity based on meteorological inputs

Yifei Qin, Shanshan Duan, Sofiane Achiche, Yuan Zhang, Yunhao Cao

Article de revue (2024)

Accéder à ce document
Lien externe
Ce document n'est pas archivé dans PolyPublie, mais peut être consulté chez l'éditeur officiel
Voir chez l'éditeur officiel
Département:
Département de génie mécanique
Adresse URL de PolyPublie:
https://publications.polymtl.ca/59513/
Titre de la revue :
Journal of Stored Products Research ( vol. 109 )
Maison d'édition:
Elsevier
DOI:
10.1016/j.jspr.2024.102427
URL officielle:
https://doi.org/10.1016/j.jspr.2024.102427
OAI:
oai:publications.polymtl.ca:59513
ORCID
Date du dépôt:
29 oct. 2024 13:18
Dernière modification:
14 oct. 2026 14:20
Citer en APA 7:
Qin, Y., Duan, S., Achiche, S., Zhang, Y., & Cao, Y. (2024). Advanced hybrid empirical mode decomposition, convolutional neural network and long short-term memory neural network approach for predicting grain pile humidity based on meteorological inputs. Journal of Stored Products Research, 109, 102427 (10 pages). https://doi.org/10.1016/j.jspr.2024.102427

Statistiques

Dimensions

Actions réservées au personnel

Afficher document
Afficher document