基于特征工程和NGO-LSTM的水质预测模型研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：由于水质数据特征复杂、关联度参差不齐而导致溶解氧浓度预测难度较大，为提高水质溶解氧浓度预测的准确性，提出了一种基于特征工程和北方苍鹰优化算法的长短期记忆网络（Feature Engineering-Northern Goshawk Optimization-Long Short Term Memory，FE-NGO-LSTM）混合模型。（剩余12348字）

试读结束

目录
monitor