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：中国环境科学研究院;中国城市建设研究院有限公司
摘要：本发明提供了一种基于深度学习的填埋场渗漏风险预测方法，属于填埋场渗漏风险预测领域，包括：获取待测渗漏液数据，对待测渗漏液数据进行标准化处理，得到待测标准数据，将待测标准数据输入到训练好的填埋场渗漏风险预测模型中，得到填埋场渗漏风险预测结果；本发明利用长短期记忆递归神经网络‑门控循环单元神经网络算法得到填埋场渗漏风险预测模型，使得该预测模型不仅适用于长期依赖的序列数据，还适用于短期内信息的处理，提高了模型预测的实用性和可靠性。
主权项：1.一种基于深度学习的填埋场渗漏风险预测方法，其特征在于，包括：获取待测渗漏液数据，并对所述待测渗漏液数据进行标准化处理，得到待测标准数据；将所述待测标准数据输入到训练好的填埋场渗漏风险预测模型中，得到填埋场渗漏风险预测结果；所述填埋场渗漏风险预测模型构建步骤包括：收集目标填埋场的样本渗滤液数据；对所述样本渗滤液数据进行预处理，得到预处理数据；将所述预处理数据随机分为训练集和测试集；搭建长短期记忆递归神经网络-门控循环单元神经网络结构，得到原始训练模型；将所述训练集输入到所述原始训练模型进行训练，得到预测值；基于损失函数计算所述预测值和所述测试集的损失数据；判断所述损失数据是否收敛，若是，则得到所述填埋场渗漏风险预测模型，若否，则利用优化器更新所述长短期记忆递归神经网络-门控循环单元神经网络结构的模型参数并返回步骤“将所述训练集输入到所述原始训练模型进行训练”。
全文数据：
权利要求：
百度查询： 中国环境科学研究院 中国城市建设研究院有限公司 一种基于深度学习的填埋场渗漏风险预测方法
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