摘要
河流水质数据实时预测和数据实时处理有利于解决水污染防治和水质监管的问题。为了提高水质预测的精度,提出一种量子粒子群(QPSO)优化长短时记忆神经网络(LSTM)的水质预测模型。以赣江南支(滁槎)2020年5月-2020年9月的水质监测数据为研究对象,与传统LSTM和RNN模型进行对比,研究结果表明,QPSO-LSTM水质预测的结果精确度最高,且具有更快收敛速度。
出处
《网络安全技术与应用》
2021年第5期42-45,共4页
Network Security Technology & Application
