技术总结
本发明公开了一种基于集成神经网络的河流污染物通量智能计算与预测方法,包括以下步骤:S1、输入污染物浓度与河流流量历史数据,判别河流主要污染物类型和流量时均变化类型,利用机器学习的支撑向量机方法,实现河流主要污染物的污染源类型和流量时均变化程度的智能分类;S2、依据S1中对于主要污染物和时均变化类型的判断,结合不同需求以及客观条件,调整污染物通量计算公式,进行污染物通量计算;S3、应用卷积神经网络方法,结合长短期记忆人工神经网络和栈式自编码器预测污染物浓度与河流流量,将污染物浓度与河流流量的预测数据输入S1进行智能分类,依据S1分类结果,结合预测数据,应用S2预测污染物通量。应用S2预测污染物通量。应用S2预测污染物通量。
技术研发人员:牟林 王廷轩 牛茜如
受保护的技术使用者:南方海洋科学与工程广东省实验室(广州)
技术研发日:2021.01.07
技术公布日:2021/6/3