摘要
本发明提供了一种基于二次分解与LSTM融合的溶解氧预测方法及装置,涉及溶解氧预测技术领域,通过对溶解氧数据集进行数据分解处理后,计算每个分解样本的模糊熵;基于模糊熵,对分解样本中的目标样本进行二次分解,不仅能够识别和保留含有更多信息量的样本,增强模型对溶解氧浓度变化模式的理解能力,还能够揭示更深层次的数据结构和关联性,能够更好地适应较为复杂的溶解氧序列变化过程。预测模型预测的样本为两次分解合并后的样本,整合了不同分解层次的特征信息,不仅考虑了局部细微变化,也囊括了整体趋势,为预测模型提供了更加全面的数据视角,有助于模型在复杂和变化多端的水质环境中做出更为准确的预测。
技术关键词
样本
溶解氧预测方法
皮尔逊相关系数
序列
溶解氧预测技术
经验模态分解方法
LSTM神经网络
模糊隶属度函数
水质
水体
滑动窗口
存储装置
数据获取模块
因子
预测装置
电子设备
算法
输出模块
系统为您推荐了相关专利信息
话题
数据生成器
生成对抗网络
矩阵
狄利克雷分配模型
自动识别系统
图像主体
分割方法
终端设备
分水岭算法
缓存管理系统
记忆单元
模型训练模块
缓存管理策略
数据访问模式