10.3969/j.issn.1007-1865.2023.10.058
基于TCN-LSTM-QR的地表水水质预测模型
随着时间推移,地表水的营养元素含量不断增加,这已成为一个严重的水环境挑战.本文提出了一种新的方法来监测国家地表水水质,该方法基于时间卷积神经网络和长短期记忆神经网络,可以更好地分析历史监测数据,并将总磷和总氮作为导致富营养化的重要指标.通过LSTM和分位数回归技术,我们可以有效地预测地表水的水质.实验结果表明,所提出的模型不仅有高精度的点预测结果,还可获得某一置信水平的区间预测结果.
水质预测、深度学习、地表水、区间预测
50
TQ(化学工业)
2023-06-07(万方平台首次上网日期,不代表论文的发表时间)
共4页
182-184,199