摘要
本发明提供了基于智能分析算法的自适应区块链水流域监测方法和系统,方法包括获取水流域监测站点的源域和目标域新增传感器监测数据,通过滑动时间窗与数据融合法提取监测数据序列,生成新增样本集;将新增样本集作为训练样本集;构建融合GCN和LSTM的自适应水流域分析网络模型,基于训练样本集进行训练,计算模型整体损失;若整体损失大于阈值,则依据数据重要性采样算法从训练样本集中提取部分样本存入经验学习库,并与下一轮新增样本组合成新一轮训练样本集继续训练;否则训练结束,得到水流域监测模型;基于该模型对目标域水流域状况进行监测,获取监测结果。本发明可以提高水质参数、水位变化和水流速度监测的准确和实时性,提升数据安全性。
技术关键词
智能分析算法
分布式账本
训练样本集
监测方法
长短期记忆网络
监测站
协方差矩阵
融合特征提取
监测水
多头注意力机制
网络模型训练
序列
传感器
数据安全性
多层感知机
系统为您推荐了相关专利信息
平衡监测方法
水务行业
移动巡检终端
层级
分级响应机制
验证码生成方法
自动语音识别系统
生成对抗网络
语音验证码
语音活动检测
三维空间模型
长短期记忆网络
粒子滤波算法
管理方法
空间特征提取