龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：广东海洋大学
摘要：本发明公开了基于AE‑ICS优化CNN‑RBF的水质预测方法，包括：输入待测水库区域的水质参数三维坐标、水质参数及气象数据，对水质参数和气象数据进行处理，获得处理后的水质参数和气象参数；将处理后的水质参数和气象参数输入至3D‑CNN模型中进行特征提取，获得水质参数和气象参数融合特征；利用AutoEncoder对水质参数和气象参数融合特征进行学习，获得RBF神经网络超参数的初始化值，引入改进布谷鸟算法优化所述初始化值，获得超参数最优值；基于超参数最优值构建RBF神经网络预测模型，对水质进行预测。本发明通过分析得出不同深度水质参数、环境因素之间的相互关系，并且揭示水质多参数在三维空间的变化趋势。
主权项：1.基于AE-ICS优化CNN-RBF的水质预测方法，其特征在于，包括：输入待测水库区域的水质参数三维坐标、水质参数及气象数据，对所述水质参数和气象数据进行处理，获得处理后的水质参数和气象参数；将所述处理后的水质参数和气象参数输入至3D-CNN模型中进行特征提取，获得水质参数和气象参数融合特征zi，j；利用AutoEncoder对所述水质参数和气象参数融合特征zi，j进行学习，获得RBF神经网络超参数的初始化值，引入改进布谷鸟算法优化所述初始化值，获得超参数最优值；基于所述超参数最优值构建RBF神经网络预测模型，对水质进行预测。
全文数据：
权利要求：
百度查询： 广东海洋大学 基于AE-ICS优化CNN-RBF的水质预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号