原创力文档- 1、本文档共4页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：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
2024年软 件2024
第45卷 第5期SOFTWAREVol. 45, No.5
设计研究与应用
基于LSTM和Informer变体的渔业水质预测研究
倪嘉航龙伟胡灵犀蒋林华
（湖州师范学院信息工程学院，浙江湖州313000）
摘 要：现代化渔业养殖需要更快更准确的水质预测，提升养殖水质预测的精度对提升渔业养殖的效率具有重要意义，为
此提出一种结合随机森林、SG滤波器、LSTM和Informer变体的渔业水质预测模型。首先通过随机森林算法填补数据中的缺
失值，通过SG滤波器减少噪声干扰。其次将LSTM结合静态和瞬时递归网络作为Informer中的内部结构，将数据送入模型
中。最后通过全连接层输出得到水质预测结果，对渔场内监测点的水温、pH值、溶解氧进行预测。结果表明所提方法提高了
渔业养殖水质预测的预测精度。
关键词：水质预测；时间序列；长短时记忆网络；Informer
中图分类号：TP183文献标识码：ADOI：10.3969/j.issn.1003-6970.2024.05.018
本文著录格式：倪嘉航,龙伟,胡灵犀,等.基于LSTM和Informer变体的渔业水质预测研究[J].2024,45(05):071-074
ResearchonFisheryWaterQualityPredictionBasedonLSTM
andInformerVariants
NIJiahang,LONGWei,HULingxi,JIANGLinhua
(SchoolofInformationEngineering,HuzhouUniversity,HuzhouZhejiang313000)
【Abstract】：Modernaquaculturerequiresfasterandmoreaccuratewaterqualityprediction,soimprovingthe
accuracyofaquaculturewaterqualitypredictionisofgreatsignificanceforimprovingtheefficiencyofaquaculture.
Afisherywaterqualitypredictionmodelcombiningrandomforest,SGfilter,Informer,andLSTMvariantsis
proposedforthispurpose.Firstly,fillinmissingvaluesinthedatausingtherandomforestalgorithm,andthen
reducenoiseinterferencethroughtheSGfilter.CombiningLSTMwithstaticreal-timerecursivenetworkasthe
internalstructureofInformer,dataisfedintothemodel,andfinallywaterqualitypredictionresultsareobtained
throughfullyconnectedlayeroutput.Predictthewatertemperature,pHvalue,anddissolvedoxygenatmonitoring
pointswithinthefishingground.Theresul
文档评论（0）