Indexed by：
Abstract：
本发明属于人工智能驱动的复杂动态系统模型表征和状态预测技术领域，涉及基于自组织深度模糊神经网络的水环境水质预测方法，包括：获取原始数据，获得待处理的任务样本数据，通过互信息分析和统计方法对水质与相关变量间的相关性进行度量，选取与水质具有较大相关性的辅助变量；根据辅助变量与水质的对应关系，构建基于深度模糊神经网络的水环境水质预测模型，通过有效特征对水质预测模型进行训练，进而获得具有水环境水质状态学习能力的预测模型；获取待测水质数据，输入基于深度模糊神经网络的水环境水质预测模型进行测试，获得预测结果；通过不同评价指标对基于深度模糊神经网络水环境水质预测模型进行性能评估。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202410680973.8
Filing Date： 2024-05-29
Publication Date： 2024-08-30
Pub. No.： CN118571364A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
