一种基于深度学习的工业污水的水质预测方法与装置

    公开(公告)号:CN118260574B

    公开(公告)日:2024-09-13

    申请号:CN202410368648.8

    申请日:2024-03-28

    Abstract: 本发明涉及人工智能技术领域,特别是指一种基于深度学习的工业污水的水质预测方法与装置,方法包括:获取进出水水质监测的历史数据;对进出水水质监测的历史数据进行预处理以及插补处理,获得水质监测样本数据集;对水质监测样本数据集进行相关性分析,获得特征数据集;构建初始的基于RF‑CNN‑LSTM的水质预测模型;采用特征数据集,对初始的基于RF‑CNN‑LSTM的水质预测模型进行训练,获得训练好的基于RF‑CNN‑LSTM的水质预测模型;采用模型评估指标,对训练好的基于RF‑CNN‑LSTM的水质预测模型进行评估,获得评估后的基于RF‑CNN‑LSTM的水质预测模型;获取待预测水质数据;将待预测水质数据输入评估后的基于RF‑CNN‑LSTM的水质预测模型中,获得出水水质预测结果。采用本发明,可提高对出水水质预测的准确性。

    一种基于深度学习的工业污水的水质预测方法与装置

    公开(公告)号:CN118260574A

    公开(公告)日:2024-06-28

    申请号:CN202410368648.8

    申请日:2024-03-28

    Abstract: 本发明涉及人工智能技术领域,特别是指一种基于深度学习的工业污水的水质预测方法与装置,方法包括:获取进出水水质监测的历史数据;对进出水水质监测的历史数据进行预处理以及插补处理,获得水质监测样本数据集;对水质监测样本数据集进行相关性分析,获得特征数据集;构建初始的基于RF‑CNN‑LSTM的水质预测模型;采用特征数据集,对初始的基于RF‑CNN‑LSTM的水质预测模型进行训练,获得训练好的基于RF‑CNN‑LSTM的水质预测模型;采用模型评估指标,对训练好的基于RF‑CNN‑LSTM的水质预测模型进行评估,获得评估后的基于RF‑CNN‑LSTM的水质预测模型;获取待预测水质数据;将待预测水质数据输入评估后的基于RF‑CNN‑LSTM的水质预测模型中,获得出水水质预测结果。采用本发明,可提高对出水水质预测的准确性。

Patent Agency Ranking