公开(公告)号：CN119647698A

公开(公告)日：2025-03-18

申请号：CN202411856967.X

申请日：2024-12-17

Applicant: 吉林大学

Inventor： 方樟 ,  柯浩 ,  杨思凯 ,  马啟程

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F18/214 ,  G06F18/22 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/048

Abstract: 本发明涉及水资源管理领域，具体是一种建立以电折水系数预测模型的方法，包括以下步骤：步骤S100，获取野外测试得到的以电折水系数、用水量及以电折水系数的影响因子数据集；步骤S200，利用皮尔逊相关性分析方法对以电折水系数及其影响因子进行相关性分析，获取高相关性影响因子数据集；步骤S300，对高相关性影响因子数据集进行预处理，然后输入卷积神经网络预测模型进行训练，得到预测精度较高的以电折水系数预测模型。本发明结合皮尔逊相关性分析和卷积神经网络，能显著提高以电折水系数预测的精度，本发明有较强的泛化能力，能够在不同地区和条件下保持较高的预测准确性，且大幅提升了预测效率，本发明的预测模型能高效准确的预测以电折水系数。