龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：银川中铁水务集团有限公司;同济大学
摘要：本发明公开了一种基于人工神经网络和解释模型的高波动河流含沙量预测方法，包括以下步骤：1获取取水口上游及下游泥沙悬浮浓度与流量数据，作为基本数据集；2对泥沙悬浮浓度数据进行平稳化处理，形成初始数据集；3将数据集划分为冰凌期数据集与非冰凌期数据集；4初步构建神经网络模型；5分别对冰凌期与冰凌期特征集进行归一化处理；6基于冰凌期与非冰凌期的特征集，分别构建神经网络模型，进行训练；7通过训练好的模型进行预测。本发明建立的方法可以准确预测波动性较强的泥沙悬浮浓度，对于高波动数据预测具有高准确性与通用性，有利于实际的生产调度运行。
主权项：1.一种基于人工神经网络和解释模型的高波动河流含沙量预测方法，其特征在于，通过以下步骤实现：步骤1：获取取水口上游及下游泥沙悬浮浓度与流量数据，以及降雨、气温等气象数据，并对这些数据进行异常检测与修正，作为基本数据集；步骤2：在基本数据集的基础上自生产新的数据，并对泥沙悬浮浓度数据进行平稳化处理，同时依据上下游泥沙悬浮浓度数据对样本进行聚类，并将聚类结果纳入数据集，形成初始数据集；步骤3：基于对预测标签的分析，将数据集划分为冰凌期数据集与非冰凌期数据集；步骤4：初步构建神经网络模型，基于ShapleyAdditiveExplanationsSHAP方法分别对非冰凌期与冰凌期的样本进行特征选择，并基于对输入特征的分析分别对冰凌期与非冰凌期构建不同特征集；步骤5：分别对冰凌期与冰凌期特征集进行归一化处理；步骤6：基于冰凌期与非冰凌期的特征集，分别构建神经网络模型，进行训练；步骤7：通过训练好的模型进行预测。
全文数据：
权利要求：
百度查询： 银川中铁水务集团有限公司 同济大学 基于人工神经网络和解释模型的高波动河流含沙量预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号