Indexed by：
Abstract：
本发明涉及一种基于自组织深度信念网络和相关向量机的淡水环境的水华预测方法，本发明包括以下几个步骤：1.将叶绿素a的浓度作为描述藻类水华形成的表征指标，把与叶绿素a浓度相关的风速、风向、湿度、蓝绿藻、pH值、前一时刻的叶绿素a、溶解氧、氨氮、和水体温度这9个影响因素作为预测模型的输入参数，并进行数据的预处理。2.采用自组织深度信念网络对输入样本数据进行训练，从而完成自组织网络的结构自动调整和原始数据特征的降维和提取。3.将提取的数据特征送入到相关向量机中实现藻类水华的预测。本发明解决了传统深度信念网络在水华预测时预测精度欠佳，结构冗余，容易过拟合的问题，同时使网络在精准预测的前提下实现了结构的更加紧凑。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明授权
Patent No.： CN201910021950.5
Filing Date： 2019-01-10
Publication Date： 2021-03-02
Pub. No.： CN109886454B
Applicants： 北京工业大学
Legal Status： 授权
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 5
Affiliated Colleges：
