典型文献
基于小波去噪和LSTM的Seq2Seq水质预测模型
文献摘要：
建立水质模型预测水质变化是保障饮用水安全、人类健康和维持生态平衡的关键.本文提出了基于小波分解去噪和LSTM的双层双向Seq2Seq混合模型(W-Bi2Seq2Seq)来预测水质的变化.使用Daubechies5(db5)小波将数据集分解为低频序列和高频序列,高频序列作为噪声去除,仅保留低频信号用作所提出模型的输入.选取了烟台市门楼水库的4项水质指标数据(pH、氨氮、电导率和浊度)用于模型的训练,验证和测试.所提出的小波双层双向模型(Bi2)与小波单层单向模型(Uni1)、小波单层双向模型(Bi1)、小波双层单向模型(Uni2)、传统的LSTM模型以及基于小波分解的LSTM模型(W-LSTM),进行比较实验.其实验结果显示,在训练过程中,4个Seq2Seq模型都具有很好的性能,都能够很好拟合4项水质指标的历史数据集.然而,测试结果表明,Bi2在预测精度和泛化能力方面优于其他5个模型,并且显著提高复杂度较高的水质数据的预测精度.
文献关键词：
水质预测;小波去噪;Daubechies5;LSTM;Seq2Seq模型;小波分析;深度学习;门楼水库
中图分类号：
作者姓名：
袁梅雪;魏守科;孙铭;赵金东
作者机构：
烟台大学 计算机与控制工程学院, 烟台 264005;北京迪普迅智能信息技术有限公司, 北京100089
文献出处：
引用格式：
[1]袁梅雪;魏守科;孙铭;赵金东-.基于小波去噪和LSTM的Seq2Seq水质预测模型)[J].计算机系统应用,2022(06):38-47
A类：
Bi2Seq2Seq,Daubechies5,单层单向,Uni1,Uni2
B类：
于小波,小波去噪,水质预测模型,水质模型,水质变化,饮用水安全,生态平衡,小波分解,混合模型,db5,高频序列,列作,噪声去除,频信,出模,烟台市,门楼水库,水质指标,氨氮,电导率,浊度,Bi1,比较实验,训练过程,历史数据,泛化能力,水质数据,小波分析
AB值：
0.273024
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。
