本發(fā)明涉及化學(xué)需氧量(COD)智能預(yù)測方法和系統(tǒng)。其中的方法包括步驟:通過傳感器采集用于預(yù)測COD的輸入對象數(shù)據(jù)組,并對數(shù)據(jù)組作預(yù)處理;建立卷積神經(jīng)網(wǎng)絡(luò)(CNN)與共享權(quán)值記憶神經(jīng)網(wǎng)絡(luò)(SWLSTM)結(jié)合高斯過程回歸(GPR)的融合預(yù)測模型,將所述預(yù)處理后輸入對象數(shù)據(jù)組輸入到模型中,對模型進行訓(xùn)練;利用訓(xùn)練后模型對所述輸出對象進行智能預(yù)測和評估,并得到分析結(jié)果。其中的系統(tǒng)包括傳感器陣列和計算機裝置,所述傳感器陣列至少包括溫度傳感器、pH傳感器和溶解氧傳感器,所述計算機裝置用于實施所述方法。本發(fā)明可解決水體COD測試難度大、成本高等問題,并提供一種更加高效、智能和便捷的預(yù)測和評估應(yīng)用。
聲明:
“化學(xué)需氧量智能預(yù)測方法和系統(tǒng)” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)