公开(公告)号：CN109308544A

公开(公告)日：2019-02-05

申请号：CN201810953014.3

申请日：2018-08-21

Applicant: 北京师范大学

Inventor： 郑蕾 ,  张天瑞 ,  黄绵松 ,  谢恩 ,  张现国

IPC: G06Q10/04 ,  G06Q50/26

Abstract: 本发明公开了一种基于对比散度-长短期记忆网络的蓝藻水华预测方法，属于水环境预测技术领域。本发明首先建立CD-LSTM模型，采用改进的移动平均滤波算法对蓝藻水华表征因素进行平滑处理；然后采用对比散度算法对蓝藻水华影响因素进行重构；最后通过LSTM模型完成蓝藻水华预测。本发明将对比散度算法、移动平均滤波算法和长短期记忆网络模型相结合，提供一种基于CD-LSTM的蓝藻水华预测方法，该方法能够提高水华的预测精度，为蓝藻水华预测提供一种新思路。

公开(公告)号：CN109308544B

公开(公告)日：2021-07-20

申请号：CN201810953014.3

申请日：2018-08-21

Applicant: 北京师范大学

Inventor： 郑蕾 ,  张天瑞 ,  黄绵松 ,  谢恩 ,  张现国

IPC: G06Q10/04 ,  G06Q50/26

Abstract: 本发明公开了一种基于对比散度‑长短期记忆网络的蓝藻水华预测方法，属于水环境预测技术领域。本发明首先建立CD‑LSTM模型，采用改进的移动平均滤波算法对蓝藻水华表征因素进行平滑处理；然后采用对比散度算法对蓝藻水华影响因素进行重构；最后通过LSTM模型完成蓝藻水华预测。本发明将对比散度算法、移动平均滤波算法和长短期记忆网络模型相结合，提供一种基于CD‑LSTM的蓝藻水华预测方法，该方法能够提高水华的预测精度，为蓝藻水华预测提供一种新思路。