基于壓縮感知和深度學(xué)習(xí)的農(nóng)產(chǎn)品價(jià)格預(yù)測

摘要： 采用一種結(jié)合壓縮感知（compressive sensing, CS）和深度學(xué)習(xí)的組合模型，利用CS算法的正交匹配追蹤（orthogonal matching pursuit, OMP）算法和深度學(xué)習(xí)模型的長短期記憶（long short-term memory, LSTM）模型，基于近年來可能存在噪聲的農(nóng)產(chǎn)品價(jià)格原始數(shù)據(jù)，通過稀疏表示、設(shè)計(jì)觀測矩陣、信號重構(gòu)等對原始數(shù)據(jù)降噪，...