摘要
本发明提供了一种基于深度学习的填埋场渗漏风险预测方法,属于填埋场渗漏风险预测领域,包括:获取待测渗漏液数据,对待测渗漏液数据进行标准化处理,得到待测标准数据,将待测标准数据输入到训练好的填埋场渗漏风险预测模型中,得到填埋场渗漏风险预测结果;本发明利用长短期记忆递归神经网络‑门控循环单元神经网络算法得到填埋场渗漏风险预测模型,使得该预测模型不仅适用于长期依赖的序列数据,还适用于短期内信息的处理,提高了模型预测的实用性和可靠性。
技术关键词
风险预测方法
风险预测模型
门控循环单元神经网络
递归神经网络
数据
渗滤液
误差
训练集
记忆
估计算法
优化器
样本
序列
参数