典型文献
基于PCA-MIC-LSTM的碟形湖溶解氧含量预测模型研究
文献摘要：
溶解氧浓度是湖泊生态健康评价中的关键指标,因浅水碟形湖的水文独特性,使得溶解氧(DO)愈加具有不稳定性和非线性特征.为准确预测碟形湖中的DO浓度,基于鄱阳湖典型碟形湖监测数据集,结合主成分分析法(PCA)、最大信息系数(MIC)和长短时记忆神经网络(LSTM)预测碟形湖DO含量的模型.结果表明:与支持向量回归(SVR)、LSTM模型相比,基于PCA-MIC-LSTM的模型预测精度显著提高,其确定系数高达0.99以上,均方根误差为0.039 mg/L,平均绝对百分误差为0.301％;其中,PCA降噪处理比MIC特征提取更能影响LSTM模型预测的效果,可以显著降低误差率.研究的PCA-MIC-LSTM模型可为同类型湖泊水体保护工作的开展提供参考.
文献关键词：
溶解氧预测;PCA;MIC;LSTM;碟形湖;鄱阳湖
中图分类号：
作者姓名：
迟殿委;黄琪;刘丽贞;方朝阳
作者机构：
烟台理工学院人工智能学院,山东烟台264005;江西师范大学 鄱阳湖湿地与流域研究教育部重点实验室,江西南昌330022;江西省科学院,江西南昌330096
文献出处：
引用格式：
[1]迟殿委;黄琪;刘丽贞;方朝阳-.基于PCA-MIC-LSTM的碟形湖溶解氧含量预测模型研究)[J].人民长江,2022(06):54-60
A类：
B类：
MIC,碟形湖,氧含量,含量预测,溶解氧浓度,生态健康评价,关键指标,浅水,DO,非线性特征,准确预测,湖中,鄱阳湖,最大信息系数,长短时记忆神经网络,支持向量回归,SVR,降噪处理,降低误差,误差率,湖泊水体,保护工作,溶解氧预测
AB值：
0.258813
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。
