| 注册
首页|期刊导航|湖泊科学|基于LSTM网络的在线藻类时序数据预测研究:以三峡水库为例

基于LSTM网络的在线藻类时序数据预测研究:以三峡水库为例

欧阳添 闪锟 周博天 黄昱 吴忠兴 尚明生

湖泊科学2021,Vol.33Issue(4):1031-1042,12.
湖泊科学2021,Vol.33Issue(4):1031-1042,12.DOI:10.18307/2021.0406

基于LSTM网络的在线藻类时序数据预测研究:以三峡水库为例

Research on the online forecasting of algal kinetics based on time-series data and LSTM neural network:Taking Three Gorges Reservoir as an example

欧阳添 1闪锟 2周博天 2黄昱 2吴忠兴 2尚明生1

作者信息

  • 1. 西南大学三峡库区生态环境教育部重点实验室,重庆市三峡库区植物生态与资源重点实验室,重庆400715
  • 2. 中国科学院重庆绿色智能技术研究院,大数据与智能计算重庆市重点实验室,重庆400714
  • 折叠

摘要

关键词

在线监测/小波变换/长短期记忆网/浮游植物/三峡水库

引用本文复制引用

欧阳添,闪锟,周博天,黄昱,吴忠兴,尚明生..基于LSTM网络的在线藻类时序数据预测研究:以三峡水库为例[J].湖泊科学,2021,33(4):1031-1042,12.

基金项目

重庆市技术创新与应用发展专项(cstc2019jscx-gksbX0042)、国家自然科学基金项目(51609229)、国家水体污染控制与治理科技重大专项(2014ZX07104-006)和中国科学院西部青年学者项目(E1296001)联合资助. (cstc2019jscx-gksbX0042)

湖泊科学

OA北大核心CSCDCSTPCD

1003-5427

访问量0
|
下载量0
段落导航相关论文