《表3 各水质参数预测效果》
为验证本文构建的缺失值填补—LSTM水质预测模型对精度的提升效果,以传统LSTM水质预测模型作为对比模型,进行缺失值填补算法有效性分析试验。本文利用传统水质领域中缺失值处理方式,对在线监测数据集的缺失值进行忽略处理,即直接用有效连续序列进行建模,其余与试验1条件保持一致。由表3可知,经由缺失值填补处理,pH值预测的RMSE指标降低了36%,MAE指标降低了55%,COD预测的MAE指标降低了65%;DO预测RMSE指标降低近10%,而氨氮预测RMSE效果变化不明显,这可能是由于氨氮本身数值较小,且变化较小导致的,因此对氨氮预测曲线进行作图观察,如图7所示,缺失值填补算法—LSTM预测曲线更贴近真实值。
图表编号 | XD00129450000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.25 |
作者 | 秦文虎、陈溪莹 |
绘制单位 | 东南大学仪器科学与工程学院、东南大学仪器科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |