期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于MSLSTM-DA模型的水质自动监测异常数据报警 被引量:9
1
作者 嵇晓燕 姚志鹏 +3 位作者 杨凯 陈亚男 王正 安新国 《中国环境科学》 EI CAS CSCD 北大核心 2022年第4期1877-1883,共7页
提出一种基于多元堆叠长短时记忆网络-差值分析(MSLSTM-DA)模型对地表水质异常数据进行报警的方法.该方法首先建立MSLSTM模型对水质指标数据进行预测,再基于预测结果的残差分布建立DA模型,并确定各个指标的数据异常阈值,当实测数据与预... 提出一种基于多元堆叠长短时记忆网络-差值分析(MSLSTM-DA)模型对地表水质异常数据进行报警的方法.该方法首先建立MSLSTM模型对水质指标数据进行预测,再基于预测结果的残差分布建立DA模型,并确定各个指标的数据异常阈值,当实测数据与预测数据差值大于阈值时进行数据报警.以长江流域监测断面的水质数据进行了方法有效性验证.结果表明,构建的预测模型对5个指标的MAE、MAPE均值比BP神经网络预测模型降低21.0%,17.8%,比LSTM模型降低16.8%,17.9%.皮尔逊系数均值比BP神经网络、LSTM模型的分别高5.9%,4.4%.5个指标共检出水质异常数据37条,其中34条经人工判断确实存在有异常,报警准确率高达91.9%. 展开更多
关键词 堆叠长短时记忆网络 差值分析 水质异常报警
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部