摘要
本申请涉及水质预测技术领域,公开了一种水质预测方法、装置、计算机设备、存储介质及程序产品,其方法包括:获取湖水水质样本数据;按照预设的时间间隔,通过滑动窗口方法处理湖水水质样本数据的训练集并进行累加,得到第一训练数据,以构建灰色预测模型;对训练集进行差分处理,转化为监督学习数据并缩放,得到第二训练数据,以训练预构建的长短期记忆网络模型;基于相同时间点,按照预设的不同权重值对灰色预测模型预测的未来时刻的湖水水质数据和长短期记忆网络模型预测的未来时刻的湖水水质数据进行加权求和,得到未来时刻的目标水质数据。本申请具有改善水质预测结果的精度和增强模型应对突发性水污染适应性的效果。
技术关键词
长短期记忆网络
水质预测方法
灰色预测模型
滑动窗口方法
数据
样本
水质预测技术
计算机设备
电导率传感器
训练集
氨氮传感器
浊度传感器
可读存储介质
序列
计算机程序产品
处理器
表达式
传播算法
预测装置
系统为您推荐了相关专利信息
参数优化模型
页岩气井
压裂参数优化方法
样本
BP神经网络模型
大语言模型
关键帧
场景
智能驾驶系统
计算机可执行指令
数据特征提取
机器学习算法
格式化
自然语言
数据验证技术
车辆通行特征
监控数据分析
交互动作
异常事件
轨迹模型