论文辅导 | 基于K-means聚类和ELM神经网络的养殖水质溶解氧预测

辅导文章

模型描述

1)相似度统计量构造。数据归一化后,利用皮尔森相关系数确定环境因子权重,构造相似日的统计量-相似度。

2)K-means 聚类。根据相似度应用 K-means 聚类法对历史日数据样本聚类,找出合适样本,使得历史日样本被分为若干类。

3)预测日所属类别识别。以相似度最大的类别作为预测日的类别,形成训练样本。

4)ELM 神经网络建模与预测。利用训练样本建立ELM 神经网络模型,利用测试样本对模型进行验证。最后,经过补偿及反归一化过程得出最后预测值。

预测效果


相关推荐
虚拟现实旅人1 小时前
【机器学习】通过tensorflow搭建神经网络进行气温预测
神经网络·机器学习
l12345sy3 小时前
Day23_【机器学习—聚类算法—K-Means聚类 及评估指标SSE、SC、CH】
算法·机器学习·kmeans·聚类·sse·sc·ch
qq_4696035897 小时前
2026新选题:基于K-Means实现学生求职意向聚类推荐职位
算法·kmeans·聚类·聚类算法·k-means聚类推荐
非门由也7 小时前
《sklearn机器学习——聚类性能指标》Fowlkes-Mallows 得分
机器学习·聚类·sklearn
蓝桉80215 小时前
如何进行神经网络的模型训练(视频代码中的知识点记录)
人工智能·深度学习·神经网络
THMAIL18 小时前
深度学习从入门到精通 - AutoML与神经网络搜索(NAS):自动化模型设计未来
人工智能·python·深度学习·神经网络·算法·机器学习·逻辑回归
幂简集成1 天前
通义灵码 AI 程序员低代码 API 课程实战教程
android·人工智能·深度学习·神经网络·低代码·rxjava
非门由也1 天前
《sklearn机器学习——聚类性能指标》Silhouette 系数
机器学习·聚类·sklearn
Learn Beyond Limits2 天前
Transfer Learning|迁移学习
人工智能·python·深度学习·神经网络·机器学习·ai·吴恩达
程序员三明治2 天前
三、神经网络
人工智能·深度学习·神经网络