高级检索
检索提示：高级检索多个条件检索时是按照顺序运算的：如 A或B与C 即:(A或B)与C
[专利]
基于季节性分解的长短时记忆网络水质动态预警方法
作者：
收录：
摘要：
本发明公开一种基于季节性分解的长短时记忆网络水质动态预警方法，通过皮尔逊相关系数以及水质机理特性筛选出对水质预警起到决定性作用的指标，分析时间序列数据的季节性，对剔除季节性后的时间序列数据进行Savitzky‑Golay平滑滤波处理，再进行归一化处理，通过滑动窗口方法将时间序列数据转化为有监督数据，输入基于编码‑解码器的多元长短时记忆网络模型，再通过多元高斯分布对数据计算动态预警阈值，将预测值与预警阈值进行比较，达到水质动态预警的效果。
关键词：
通讯作者信息：
电子邮件地址：
相关关键词：
相关文章：
专利基本信息 ：
专利类型： 发明申请
申请(专利)号： CN202011092465.6
申请日期： 2020-10-13
公开(公告)日： 2021-01-12
公开(公告)号： CN112215422A
申请(专利权)： 北京工业大学
法律状态： 实质审查
被引次数：
WoS核心集被引频次： 0
SCOPUS被引频次：
ESI高被引论文在榜： 0 展开所有
万方被引频次：
中文被引频次：
近30日浏览量： 1
归属院系：
信息学部
专利获取
外部链接：
