-
公开(公告)号:CN118114820A
公开(公告)日:2024-05-31
申请号:CN202410218016.3
申请日:2024-02-27
Applicant: 华北水利水电大学
IPC: G06Q10/04 , G06Q10/0637 , G06Q50/06 , G06N3/0442 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于DeepTCN‑GRU深度学习模型的水质预测方法,涉及水质预测领域,包括首先收集、预处理、规范化水质数据,经深度时间卷积层提取时空特征,然后传递至门控制单元以处理特征并捕捉长期依赖关系;在训练中通过反向传播不断调整参数以适应水质数据模式,完成训练后通过前向传播实现对新水质数据的精准预测。本发明基于DeepTCN‑GRU深度学习模型的水质预测方法具有高效的时间序列建模能力、多层次特征学习能力、针对不同时间尺度的建模能力、强大的泛化能力和自适应学习能力等优势,能够在水质预测领域取得意想不到的良好效果。