基于PCA-MIC-LSTM的碟形湖溶解氧含量預(yù)測(cè)模型研究

打開文本圖片集

摘要：溶解氧濃度是湖泊生態(tài)健康評(píng)價(jià)中的關(guān)鍵指標(biāo)，因淺水碟形湖的水文獨(dú)特性，使得溶解氧（DO）愈加具有不穩(wěn)定性和非線性特征。為準(zhǔn)確預(yù)測(cè)碟形湖中的DO濃度，基于鄱陽(yáng)湖典型碟形湖監(jiān)測(cè)數(shù)據(jù)集，結(jié)合主成分分析法（PCA）、最大信息系數(shù)（MIC）和長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)（LSTM）預(yù)測(cè)碟形湖DO含量的模型。結(jié)果表明：與支持向量回歸（SVR）、LSTM模型相比，基于PCA-MIC-LSTM的模型預(yù)測(cè)精度顯著提高，其確定系數(shù)高達(dá)0.99以上，均方根誤差為0.039 mg/L，平均絕對(duì)百分誤差為0.301%;其中，PCA降噪處理比MIC特征提取更能影響LSTM模型預(yù)測(cè)的效果，可以顯著降低誤差率。（剩余14775字）