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
Blossom.1189 小时前
机器学习在智能建筑中的应用:能源管理与环境优化
人工智能·python·深度学习·神经网络·机器学习·机器人·sklearn
kngines15 小时前
【字节跳动】数据挖掘面试题0007:Kmeans原理,何时停止迭代
人工智能·数据挖掘·kmeans
IT古董18 小时前
【第二章:机器学习与神经网络概述】04.回归算法理论与实践 -(3)决策树回归模型(Decision Tree Regression)
神经网络·机器学习·回归
24毕业生从零开始学ai18 小时前
长短期记忆网络(LSTM):让神经网络拥有 “持久记忆力” 的神奇魔法
rnn·神经网络·lstm
中杯可乐多加冰19 小时前
【AI落地应用实战】AIGC赋能职场PPT汇报:从效率工具到辅助优化
人工智能·深度学习·神经网络·aigc·powerpoint·ai赋能
Blossom.1181 天前
机器学习在智能供应链中的应用:需求预测与物流优化
人工智能·深度学习·神经网络·机器学习·计算机视觉·机器人·语音识别
Gyoku Mint1 天前
深度学习×第4卷:Pytorch实战——她第一次用张量去拟合你的轨迹
人工智能·pytorch·python·深度学习·神经网络·算法·聚类
IT古董1 天前
【第二章:机器学习与神经网络概述】03.类算法理论与实践-(3)决策树分类器
神经网络·算法·机器学习
鱼摆摆拜拜1 天前
第 3 章:神经网络如何学习
人工智能·神经网络·学习
点我头像干啥1 天前
用 PyTorch 构建液态神经网络(LNN):下一代动态深度学习模型
pytorch·深度学习·神经网络