基于集成深度学习的造纸废水出水指标预测模型研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：为克服单一模型的局限性、提高模型鲁棒性，针对小型造纸厂单一工段的废水处理数据集，首先利用核主成分分析（KPCA）降维技术，有效提取数据关键特征，再采用装袋集成 （Bagging） 算法集成多个可有效建模废水时间序列特征的长短期记忆网络（LSTM） 学习器，建立 KPCA-Bagging-LSTM 造纸废水出水指标预测模型。（剩余14998字）

试读结束

目录
monitor