现在的位置:主页 > 期刊导读 >

基于模型的黄河水质预测研究

来源:黄河之声 【在线投稿】 栏目:期刊导读 时间:2021-05-18 07:35

【作者】:网站采编

【关键词】:

【摘要】水质预测是水资源管理和水污染防治的基础性、前提性工作,但黄河流域水质预测研究相对滞后。 为了改善LSTM 水质预测模型的性能、提高其泛化能力,根据水质变化具有周期性和非线

水质预测是水资源管理和水污染防治的基础性、前提性工作,但黄河流域水质预测研究相对滞后。 为了改善LSTM 水质预测模型的性能、提高其泛化能力,根据水质变化具有周期性和非线性的特征,以黄河小浪底水库溶解氧含量为研究对象,构建了一种卷积神经网络CNN 和长短时记忆网络LSTM 结合的CNN-LSTM 预测模型,经试验验证,该模型可以高效地提取水质特征信息并进行时间序列预测,预测误差比LSTM 模型的更低,其预测值的平均绝对误差和均方根误差分别比LSTM 模型的低19.72%和10.44%,对较大值和较小值的预测更为准确,且具有较好的泛化性能。

文章来源:《黄河之声》 网址: http://www.hhzszz.cn/qikandaodu/2021/0518/1169.html

上一篇:周武王的故事
下一篇:河流景观与遗产互联的黄河文化生态保护