基于机器学习的水库溶解氧预测模型比较研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：快速精准预测低氧发生对维持水生生态系统的健康有着重要意义，利用皮尔逊相关性分析和最大信息系数两种方法，依据闽江上游水口水库典型渔业养殖区G1、G2和Z1点位2021年3月至2022年3月的数据，从多个水质、气象和水文参数中筛选出影响溶解氧的关键驱动因子。基于机器学习算法，构建了独立BP、皮尔逊相关性-BP、MIC-BP和MIC-SVR等溶解氧预测模型，对比分析了各模型的预测结果。（剩余14034字）

试读结束

目录
monitor