基于优化最小计数概要的小样本污水软测量方法

本发明涉及一种基于优化最小计数概要算法和深度学习模型的污水处理水质预测方法，旨在提高水质监测的准确性和降低监测成本。随着工业化和城镇化进程的加速，水污染和水资源短缺问题愈加严重。为了提升水资源利用效率，污水回收与处理显得尤为关键。在污水处理过程中，水质监测数据为处理过程提供了客观的评价标准，但由于不同水质指标的监测周期和成本差异，传统的直接测量方法面临较大挑战。本发明通过结合最小计数概要(Count Min Sketch,CMS)算法与深度学习模型，利用优化后的最小计数概要算法提取频域信息，作为特征输入到长短期记忆网络(LSTM)‑Attention模型中，从而显著提高了水质预测的精度。本发明不仅提高了模型的预测精度，还高效、低成本。