期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于MIC-LSTM的水体连续缺失数据插补 被引量：2
1
作者 周家伟 《长江信息通信》 2023年第3期58-61,共4页
为解决各水体水质监测站点存在大量连续数据缺失问题,提出一种MIC-LSTM预测插补组合模型:首先利用相关性分析最大信息系数(MIC)对水体监测数据中的插补目标变量与环境量之间的关系进行相关性分析,选取MIC值大于设定阈值的特征信息作为... 为解决各水体水质监测站点存在大量连续数据缺失问题,提出一种MIC-LSTM预测插补组合模型:首先利用相关性分析最大信息系数(MIC)对水体监测数据中的插补目标变量与环境量之间的关系进行相关性分析,选取MIC值大于设定阈值的特征信息作为模型输入,之后引入深度学习模型长短时记忆(LSTM)神经网络挖掘输入数据特征信息,对目标变量进行预测插补。与其他插补模型进行对比实验,选用评价指标对加入相关性分析MIC方法的有效性进行评估。结果表明:加入MIC进行特征选取输入特征的LSTM模型预测准确率得到提升,具有更强的预测性能。 展开更多
关键词 水体监测数据插补 时间序列 最大信息系数 长短时记忆神经网络 隔河岩水库
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部