典型文献
基于双向门控循环单元的地表水氨氮预测
文献摘要：
为提高水环境中NH4+-N的预测精度,提出了一种互补完全集合经验模式分解(CCEEMDAN)和双向门控循环单元(BiGRU)神经网络的混合预测模型(CCB).首先,通过CCEEMDAN将NH4+-N数据分解成一系列较为简单的模态成份;然后利用BiGRU神经网络对各成份进行预测,将所有分解成份的预测结果相加即可获得最终预测结果.以2017年6月～2020年2月鄱阳湖的NH4+-N数据进行模型性能验证.结果表明,利用CCB模型在1d后的NH4+-N预测中平均绝对百分比误差为3.38％,在7d后的NH4+-N预测中平均绝对百分比误差为6.82％,在15d后的NH4+-N预测中平均绝对百分比误差为9.41％,优于本文中参与比较的其他模型.CCB模型在NH4+-N预测方面具有良好的预测性能.
文献关键词：
鄱阳湖;氨氮(NH4+-N);互补完全集合经验模式分解(CCEEMDAN);双向门控循环单元(BiGRU)
中图分类号：
作者姓名：
任永琴;金柱成;俞真元;王晓丽;彭士涛
作者机构：
天津理工大学环境科学与安全工程学院,天津300384;理科大学数学系,平壤999091;交通运输部天津水运工程科学研究院,天津300456
文献出处：
引用格式：
[1]任永琴;金柱成;俞真元;王晓丽;彭士涛-.基于双向门控循环单元的地表水氨氮预测)[J].中国环境科学,2022(02):672-679
A类：
CCEEMDAN
B类：
双向门控循环单元,地表水,氨氮,NH4+,补完,全集,集合经验模式分解,BiGRU,混合预测模型,CCB,数据分解,分解成,较为简单,成份,相加,鄱阳湖,模型性能,性能验证,1d,中平,平均绝对百分比误差,7d,15d,预测性能
AB值：
0.263394
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
