公开(公告)号：CN113762078A

公开(公告)日：2021-12-07

申请号：CN202110885473.4

申请日：2021-08-03

Applicant: 南昌工程学院

Inventor： 吴绍飞 ,  贺淼 ,  黄彬彬 ,  康传雄 ,  唐明 ,  刘晓峰

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/04 ,  G06Q50/26

Abstract: 本发明公开了一种基于VMD‑CSSA‑LSTM‑MLR组合模型的湖泊TN预测方法。该方法首先通过VMD分解为K个本征模态分量；然后分别采用LSTM神经网络对高频信号进行处理预测，采用CSSA优化LSTM神经网络的超参数；采用MLR对低频信号进行处理预测；叠加所有模态分量的预测值，得到实际预测结果。本发明有效解决了其它常用的信号分解方法存在的模态混叠、端点效应等问题，且该方法运行速度快，分解结果稳定；同时，提高了算法的运行效率以及模型的预测精度，解决了LSTM神经网络的超参数人工确定难的问题，提高了预测模型的效率及精度。