基于集成深度學(xué)習(xí)的造紙廢水出水指標(biāo)預(yù)測(cè)模型研究

打開文本圖片集

摘 要：為克服單一模型的局限性、提高模型魯棒性，針對(duì)小型造紙廠單一工段的廢水處理數(shù)據(jù)集，首先利用核主成分分析（KPCA）降維技術(shù)，有效提取數(shù)據(jù)關(guān)鍵特征，再采用裝袋集成 （Bagging） 算法集成多個(gè)可有效建模廢水時(shí)間序列特征的長(zhǎng)短期記憶網(wǎng)絡(luò)（LSTM） 學(xué)習(xí)器，建立 KPCA-Bagging-LSTM 造紙廢水出水指標(biāo)預(yù)測(cè)模型。（剩余14998字）