摘要
本发明涉及一种基于时空特征融合的多站点水质预测方法,与现有技术相比解决了水质预测精准度低的缺陷。本发明包括以下步骤:多站点水质基础数据的获取及预处理;对水域水质数据进行特征筛选;构建模型;模型的训练;水质预测结果的获得。本发明从因果、空间、语义三个角度对多站点水质指标数据进行建模,对于复杂的水域场景,考虑到更多相关因素;基于神经常微分方程,对水质传播过程提供一种更具可解释性的建模方案,并相较于传统的神经常微分建模,使用多跳传播的方式,提升信息的利用率与传播率。
技术关键词
梯度下降算法
注意力机制
水质预测方法
卷积模块
重构模块
矩阵
多站点
数据
前馈神经网络
物理
拉格朗日插值法
指标
元素
参数
重构误差
爬虫算法
监测点
系统为您推荐了相关专利信息
信息识别方法
注意力机制
自然语言
命名实体识别模型
行业术语
鲜烟叶成熟度
烟叶图像
识别方法
灰狼优化算法
大田环境
融合视觉特征
地基云图分类方法
气象
注意力机制
交互特征
排队管理装置
负荷预测装置
新能源汽车充电站
优化集成系统
多源时序数据