基于数据驱动的污水处理系统水质预测研究进展
传统水质监测手段耗时长、成本高且数据时效性差，污水处理系统参数反馈和调整周期长，在人工智能迅猛发展的背景下，构建基于数据驱动的水质预测技术有重要意义。从大数据收集与处理层面出发，梳理了国内外水质数据收集、清洗策略以及特征工程等方法的特点和应用状况。在此基础上介绍了不同类型水质预测模型的预测效果与特点，统计回归模型、机器学习模型和深度学习模型都展现出一定的优势，但不同数据集质量上存在显著差异，难以获得普适的预测模型。结合大数据特征和数据集质量，采取合理的数据预处理手段，应用不同类型的预测方法或组合，可以显著提高模型预测准确性。最后综述了现阶段水质预测模型的应用现状、存在的问题以及未来发展方向，以...
Bewaard in:
| Hoofdauteurs: | , , , , , , |
|---|---|
| Formaat: | Artigo |
| Taal: | Chinês |
| Gepubliceerd in: |
Editorial Office of Industrial Water Treatment
2025-04-01
|
| Reeks: | Gongye shui chuli |
| Onderwerpen: | |
| Online toegang: | http://www.iwt.cn/thesisDetails#10.19965/j.cnki.iwt.2024-0461 |
| Tags: |
Geen labels, Wees de eerste die dit record labelt!
|