公开(公告)号：CN114936664A

公开(公告)日：2022-08-23

申请号：CN202210269761.1

申请日：2022-03-18

Applicant: 桂林电子科技大学

Inventor： 许睿 ,  刘相阳 ,  李建 ,  张孟

IPC: G06Q10/04 ,  G06Q50/26 ,  G06N3/04 ,  G06N3/08 ,  G06V10/77 ,  G06V10/82

Abstract: 本申请公开了一种基于混合深度学习模型的流域非点源污染预测方法。基于混合深度学习模型的流域非点源污染预测方法包括：获取预定流域在预定时间段的流域空间图像、水文气象数据以及污染物数据，通过图像处理模型对流域空间图像处理，得到关于流域空间图像的空间特征值，图像处理模型由卷积神经网络训练得到，对空间特征值、水文气象数据和污染物数据拼接处理，以得到数据集，通过误差预测模型对数据集处理以得到目标站点在目标时间段内的目标污染物误差，误差预测模型由循环神经网络训练得到，根据目标污染物误差与污染物数据进行预测，得到目标站点在目标时间段的预测结果。如此，有效克服了偏离数据的极值问题，提升了非点源污染的预测效果。