[张贴报告]基于深度迁移模型的水质预测框架研发与优化

基于深度迁移模型的水质预测框架研发与优化
编号：4527 稿件编号：4034 访问权限：仅限参会人 更新：2024-04-15 20:12:47 浏览：58次 张贴报告

报告开始：2024年05月18日 08:14 （Asia/Shanghai）

报告时间：1min

所在会议：[SP] 张贴报告专场 » [sp5] 主题5、环境科学

演示文件

提示：该报告下的文件权限为仅限参会人，您尚未登录，暂时无法查看。

摘要
准确预测河流水质变化是流域水环境管理的重要基础。目前常用的深度学习模型依赖大量的监测数据训练，然而很多河流数据缺乏，无法满足水质预测精度要求。本研究提出了一种基于深度迁移模型的水质预测框架，利用自动监测站的水质数据集构建深度学习模型库，通过迁移学习条件自动选择，提升模型的预测能力。结果表明：(1)与目标域模型相比，深度迁移模型预测误差降低了1.9%-10.6%；(2)采用不同源域和迁移方式训练出的模型预测精度有很大的差异；(3)选择迁移条件后，迁移模型的预测误差降低了9.6%-28.9%。本文提出的建模方法可直接应用于实测数据少的河流水质预测，为流域水环境精细化管理提供技术支持。
关键字
水质预测,深度学习,迁移学习
报告人
余镒琦
助理工程师 厦门大学海洋与地球学院

稿件作者
陈能汪 厦门大学
余镒琦 厦门大学海洋与地球学院
发表评论
验证码 看不清楚，更换一张
全部评论
● 会务总协调  

● 学术安排

  

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

 13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

 18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

 13313708075

lliu@iue.ac.cn

 

● 会场技术服务

  

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

      
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

 胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

 孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

 许心雅 18005960255 xuxinya@xmu.edu.cn
           

● 海报张贴

  

● 酒店预定及咨询

  
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com
卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订