摘要
本发明公开了基于VMD‑DBO的水质预测系统,涉及水质预测技术领域,包括水质数据采集单元、特征选择单元、网络参数设置单元和模型预测单元。本发明通过构建样本数据,并对原始污水水质指标的时间序列进行分解,从而得到水质指标数据对应的实际出水化学需氧量、出水总氮、出水总磷,这种方式能够降低数据的不稳定性,增强模型的预测效果,同时也将所有水质指标与时间序列进行关联,使得后续模型的预测效果能够更为准确,将Transformer和LSTM神经网络模型进行融合,这样可以更好地处理序列中的长短期依赖问题,同时具有提高并行处理能力、提高模型鲁棒性的优点,并且该系统优化了网络参数,使得模型具有良好的适应性以及精度。
技术关键词
水质预测系统
神经网络模型
特征选择
数据采集单元
频率
参数
样本
分析模块
指标
水质预测技术
注意力机制
时间段
氨氮
输出模块
训练集
系统为您推荐了相关专利信息
精英遗传算法
大坝
参数学习方法
深度学习模型训练
交互特征
关系型数据库
数据同步周期
数据中心
通信状态信息
数据同步方法
半导体缺陷检测方法
芯片级封装结构
缺陷分析
低频换能器
高频换能器
知识蒸馏方法
动作特征
问答模型
语义特征
嵌入特征