摘要
本申请公开了一种水中污染物极值预测方法和装置、电子设备及存储介质,可广泛应用于水质处理技术领域。本申请方法通过构建包含门控循环单元和序列生成单元的预设神经网络模型,并通过包括历史水质指标数据的待训练数据集进行模型训练,从而使得训练好的预设神经网络模型在对当前水质指标数据进行预测时,可以将高污染物浓度的点预测出来,进而可以提高预测准确度,并无需依赖大型计算机进行数据处理,有效降低预测成本。
技术关键词
门控循环单元
极值
水质
数据
指标
序列
神经网络模型训练
输入端
输出端
电子设备
可读存储介质
模块
申请方法
特征值
处理器
预测装置
计算机
样本
程序