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！

摘要：本发明涉及人工智能领域，特别涉及一种基于深度学习的多维度长江水质预测方法，包括采集水质特征数据输入构建的水环境质量预测模型进行水质预测，水环境质量预测模型采用编码器‑解码器架构的神经网络构建，即水环境质量预测模型由级联的编码器、瓶颈层和解码器组成，并且编码器的每一层输出经过卷积层处理后与解码器对应维度的每一层输入跳跃连接；编码器由级联的第一～第五编码模块构成，第一编码模块和第二编码模块由级联的二维卷积层、批次正则化操作层、ELU激活函数层构成，第三编码模块～第五编码模块由级联的二维卷积层、批次正则化操作层、ELU激活函数层、时空注意力处理模块构成；瓶颈层包括Flatten层、长短期记忆网络层、线性层以及reshape层；解码器由级联的第一～第五解码模块构成，第一～第四解码模块由级联的时空注意力处理模块、亚像素卷积层、批次正则化操作层、ELU激活函数层构成，第五解码模块由级联的时空注意力处理模块、亚像素卷积层构成；本发明能在水质情况复杂，数据量大的情况下，对水质进行准确预测。

主权项：1.一种基于深度学习的多维度长江水质预测方法，其特征在于，采集水质特征数据输入构建的水环境质量预测模型进行水质预测，水环境质量预测模型采用编码器-解码器架构的神经网络构建，即水环境质量预测模型由级联的编码器、瓶颈层和解码器组成，并且编码器的每一层输出经过卷积层处理后与解码器对应维度的每一层输入跳跃连接；编码器由级联的第一～第五编码模块构成，第一编码模块和第二编码模块由级联的二维卷积层、批次正则化操作层、ELU激活函数层构成，第三编码模块～第五编码模块由级联的二维卷积层、批次正则化操作层、ELU激活函数层、时空注意力处理模块构成；瓶颈层包括Flatten层、长短期记忆网络层、线性层以及reshape层；解码器由级联的第一～第五解码模块构成，第一～第四解码模块由级联的时空注意力处理模块、亚像素卷积层、批次正则化操作层、ELU激活函数层构成，第五解码模块由级联的时空注意力处理模块、亚像素卷积层构成；水质特征数据通过在待检水质的流域不同位置设置传感器检测获取，水质特征数据包括金属含量、无机物含量、有机物含量、有害物质含量、微生物含量、辐射量、水位、液位、流量、流速。

全文数据：

权利要求：

百度查询： 重庆邮电大学 一种基于深度学习的多维度长江水质预测方法及装置