一种基于粗糙集和长短期记忆网络的河流水质预测方法

    公开(公告)号:CN111652425A

    公开(公告)日:2020-09-11

    申请号:CN202010473060.0

    申请日:2020-05-29

    Abstract: 本发明公开了一种基于粗糙集和长短期记忆网络的河流水质预测方法,使用针对不确定信息的粗糙集方法筛选主要因素,解决长序列训练过程中的梯度消失和梯度爆炸问题的长短期记忆网络建模进行河流水质预测,包括以下步骤:S1:采集数据形成原始序列,其中数据为历史数据,包括水质数据、水文数据、天气数据和经济社会数据;S2:建立预测模型,具体采用粗糙集理论对水质的影响因素进行约简,形成约简集,使用约简集进行长短期记忆网络建模训练;S3:利用步骤S2中的预测模型,对未来时刻水质进行预测;S4:输出预测结果。

    一种基于粗糙集和长短期记忆网络的河流水质预测方法

    公开(公告)号:CN111652425B

    公开(公告)日:2024-03-22

    申请号:CN202010473060.0

    申请日:2020-05-29

    Abstract: 本发明公开了一种基于粗糙集和长短期记忆网络的河流水质预测方法,使用针对不确定信息的粗糙集方法筛选主要因素,解决长序列训练过程中的梯度消失和梯度爆炸问题的长短期记忆网络建模进行河流水质预测,包括以下步骤:S1:采集数据形成原始序列,其中数据为历史数据,包括水质数据、水文数据、天气数据和经济社会数据;S2:建立预测模型,具体采用粗糙集理论对水质的影响因素进行约简,形成约简集,使用约简集进行长短期记忆网络建模训练;S3:利用步骤S2中的预测模型,对未来时刻水质进行预测;S4:输出预测结果。

Patent Agency Ranking