摘要
本发明公开了一种矿区沉陷区的水环境评价方法,所属技术领域为矿区水资源评价领域,包括:收集矿区沉陷区的水环境的水质参数和运动参数;基于逐步回归模型将所述水质参数和运动参数进行数据降维,获得水质数据集;构建长短时记忆网络,通过蚁群算法初始化所述长短时记忆网络的参数后将水质参数的样本集输入至所述长短时记忆网络中进行训练,获得水质参数权重计算模型;获得水环境的权重因子;基于所述水环境的权重因子构建矿区沉陷区的水环境评价体系。本发明可以提高对矿区沉陷区水环境的准确性和预测精度。综合运用LSTM和蚁群算法,能够适应不同类型的矿区沉陷区水环境,具有较强的通用性。
技术关键词
环境评价方法
水质
蚁群算法
网络
启发式信息
因子
超参数
矿区水资源
数据
双曲正切函数
蚂蚁
微生物种类
水中溶解氧
运动传感器
映射方法
样本
浊度
氨氮
系统为您推荐了相关专利信息
光测设备
综合系统
编解码模块
微控制器
控制模块
并行数据通信
直播终端
执行机构
预测系统
并行数据总线
评估指标体系
策略
天然气
博弈算法
能源枢纽设备
网络流量分类模型
网络流量分流
检测网络流量
特征提取模型
网络流量分类方法