原创力文档- 1、本文档共14页，其中可免费阅读13页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及生态环境预测模型领域，公开了一种基于在线增量学习的区域生态环境变化预测方法。本发明将卷积神经网络、长短期记忆神经网络和全连接神经网络与基于自适应遗传算法的增量极限学习机相结合。对传统的增量极限学习机进行了优化并提出了使用自适应遗传算法来得到模型的隐藏层最优节点数。并且使用增量学习的方法对区域式生态环境的变化进行预测，这种方法能够根据新的环境数据的变化去在线的训练模型，通过该方法也能够大幅度的减小训练模型所花费的代价并且提高预测的精度。通过以上提出的一种基于在线增量学习的区域生态环境变化
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112348275 A
(43)申请公布日 2021.02.09
(21)申请号 202011290431.8
(22)申请日 2020.11.18
(71)申请人 南京
文档评论（0）