摘要
本发明涉及一种基于监督式生成对抗网络数据增强的污水处理工艺参数优化方法。该方法通过文献调研和合适的实验设计获取少量样本的数据集,以操作参数、光谱信息、氧化剂浓度等为特征变量构建具有较高准确率的预训练模型,并以此监督生成对抗网络生成的数据,标记有用的样本,以对初始数据集进行数据增强。进一步,使用增强数据集训练最终模型,并使用部分依赖图可视化操作参数对污染物降解的影响,使用多目标优化算法结合最终模型平衡污染物去除效率和成本之间的关系。本发明可广泛应用于在获取少量样本情况下对实际废水处理中的操作参数进行快速优化。
技术关键词
参数优化方法
污水处理工艺
预训练模型
生成对抗网络
留一交叉验证
变量
算法
支持向量回归
样本
损失率
氧化剂
标记
数据分布
随机森林
超参数
多项式
关系
系统为您推荐了相关专利信息
集成卷积神经网络
故障振动信号
样本
生成多尺度
数据分布
舰载机着舰
系统参数优化方法
细菌觅食算法
空间采样方法
参数优化系统
三维模型
体验方法
手术场景
深度卷积神经网络
网格模型
异常检测方法
道路异常检测模型
重建误差
道路图像数据
样本