一种基于时空特征融合的多站点水质预测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于时空特征融合的多站点水质预测方法
申请号:
CN202411679803
申请日期:
2024-11-22
公开号:
CN119168176B
公开日期:
2025-02-11
类型:
发明专利
摘要
本发明涉及一种基于时空特征融合的多站点水质预测方法,与现有技术相比解决了水质预测精准度低的缺陷。本发明包括以下步骤:多站点水质基础数据的获取及预处理;对水域水质数据进行特征筛选;构建模型;模型的训练;水质预测结果的获得。本发明从因果、空间、语义三个角度对多站点水质指标数据进行建模,对于复杂的水域场景,考虑到更多相关因素;基于神经常微分方程,对水质传播过程提供一种更具可解释性的建模方案,并相较于传统的神经常微分建模,使用多跳传播的方式,提升信息的利用率与传播率。
技术关键词
梯度下降算法
注意力机制
水质预测方法
卷积模块
重构模块
矩阵
多站点
数据
前馈神经网络
物理
拉格朗日插值法
指标
元素
参数
重构误差
爬虫算法
监测点