10.20025/j.cnki.CN10-1679.2022-23-50
专题与综述基于数据分析的污水监测采样点数据研究
本文针对性地设计了一个常规的三层感知机作为神经网络的预测模型,并采用与感知机相同输入、相同隐层的受限玻尔兹曼机作为特征提取器,对数据深层次特征进行提取,并将特征提取后得到的权值矩阵移植到神经网络中进行初始化,最后利用反向传播算法(BP)进行第一层与第二层之间的微调和第二层和第三层之间的训练,随机取指标的4/5作为训练集.最终,模型拟合精度达到0.90以上,MSE为0.0849,并且建立基于灰色理论的预测模型进行对比分析.采用这两种预警模型对未来污水监测采样点30天的变化进行预测,并根据预测结果分析两种模型的优缺点及推广可行性.
污水监测采样点、RBM神经网络预测强化学习、特征选择、RLFS方法、灵敏度分析
3
TS5(皮革工业)
2023-01-11(万方平台首次上网日期,不代表论文的发表时间)
共3页
150-152