刘晶晶：K-Similarity降噪的LSTM神经网络水质多因子预测模型论文

本文主要研究内容

作者刘晶晶,庄红,铁治欣,程晓宁,丁成富（2019）在《K-Similarity降噪的LSTM神经网络水质多因子预测模型》一文中研究指出：针对水质预测问题,以地表水水质监测因子作为研究对象,提出了一种基于长短期记忆(LSTM)神经网络的水质多因子预测模型,同时利用提出的K-Similarity降噪法对模型的输入数据进行降噪,提高模型预测性能.通过与BP神经网络、RNN和传统的LSTM神经网络预测模型进行对比实验,证明了所提出的方法均方误差最小,预测结果更准确.

Abstract

zhen dui shui zhi yu ce wen ti ,yi de biao shui shui zhi jian ce yin zi zuo wei yan jiu dui xiang ,di chu le yi chong ji yu chang duan ji ji yi (LSTM)shen jing wang lao de shui zhi duo yin zi yu ce mo xing ,tong shi li yong di chu de K-Similarityjiang zao fa dui mo xing de shu ru shu ju jin hang jiang zao ,di gao mo xing yu ce xing neng .tong guo yu BPshen jing wang lao 、RNNhe chuan tong de LSTMshen jing wang lao yu ce mo xing jin hang dui bi shi yan ,zheng ming le suo di chu de fang fa jun fang wu cha zui xiao ,yu ce jie guo geng zhun que .

论文参考文献

[1].基于深度神经网络和LSTM的文本情感分析[J]. 王子牛,吴建华,高建瓴,陈娅先,王许. 软件.2018(12)

[2].基于深度LSTM神经网络的在线消费评论情感分类研究[J]. 周虎,于跃,贾媛媛,赵文龙. 中华医学图书情报杂志.2018(05)

[3].基于LSTM神经网络的股票预测算法研究[J]. 李珍珍,吴群. 福建电脑.2019(07)

[4].基于LSTM神经网络的黑色金属期货套利策略模型[J]. 龙奥明,毕秀春,张曙光. 中国科学技术大学学报.2018(02)

[5].基于LSTM神经网络的短期高压负荷电流预测方法[J]. 张洋,姬波,卢红星,娄铮铮. 计算机科学.2019(06)

[6].基于LSTM深度神经网络的情感分析方法[J]. 伍行素,陈锦回. 上饶师范学院学报.2018(06)

[7].基于LSTM网络的评价对象和评价词抽取[J]. 李盛秋,赵妍妍,秦兵,刘挺. 智能计算机与应用.2017(05)

[8].考虑空间相关性采用LSTM神经网络的光伏出力短期预测方法[J]. 王志远,王守相,陈海文,闫秉科. 电力系统及其自动化学报.

[9].基于LSTM循环神经网络的电池SOC预测方法[J]. 耿攀,许梦华,薛士龙. 上海海事大学学报.2019(03)

[10].基于LSTM循环神经网络的PM2.5预测[J]. 白盛楠,申晓留. 计算机应用与软件.2019(01)

论文详细介绍

论文作者分别是来自计算机系统应用的刘晶晶,庄红,铁治欣,程晓宁,丁成富，发表于刊物计算机系统应用2019年02期论文，是一篇关于水质预测论文,长短期记忆论文,多因子预测论文,降噪论文,计算机系统应用2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自计算机系统应用2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw00.cn/article/fe53bd620e5c9eb215542ed8.html