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：中国船舶集团国际工程有限公司;青岛理工大学;山东高速莱钢绿建发展有限公司
摘要：本发明涉及一种基于时序卷积特征过滤神经网络模型的地下水位预测方法，包括：按照时间序列采集地下水位相关的多传感器监测数据，得到多特征变量时序数据；对多特征变量时序数据进行数据预处理与数据分割，构建地下水位多变量时序张量，地下水位多变量时序张量包括训练集、验证集和测试集；建立时序卷积特征过滤神经网络模型；基于训练集和验证集训练和验证时序卷积特征过滤神经网络模型，获得最优预测模型；将测试集代入最优预测模型，输出多步预测数据。本发明使用时序卷积特征过滤神经网络模型可以大大提高未来长时间地下水位的预测精度，为地下水灾害决策制定提供更可靠的数据支持。
主权项：1.一种基于时序卷积特征过滤神经网络模型的地下水位预测方法，其特征在于，包括如下步骤：按照时间序列采集地下水位相关的多传感器监测数据，得到多特征变量时序数据；对所述多特征变量时序数据进行数据预处理与数据分割，构建地下水位多变量时序张量，所述地下水位多变量时序张量包括训练集、验证集和测试集；建立时序卷积特征过滤神经网络模型，所述时序卷积特征过滤神经网络模型包括时序卷积特征过滤模块，具体包括：建立空洞因果卷积层和注意力过滤模块，将所述空洞因果卷积层与所述注意力过滤模块堆叠成多层，以对输入数据进行多层次的特征提取，并将最后一层注意力过滤模块输出结果作为输入张量；基于所述训练集和所述验证集训练和验证所述时序卷积特征过滤神经网络模型，获得最优预测模型；将所述测试集代入所述最优预测模型，输出多步预测数据。
全文数据：
权利要求：
百度查询： 中国船舶集团国际工程有限公司 青岛理工大学 山东高速莱钢绿建发展有限公司 一种基于时序卷积特征过滤神经网络模型的地下水位预测方法
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