基于Almon-BP時滯神經(jīng)網(wǎng)絡(luò)模型的葉綠素a趨勢預(yù)測

摘要： 基于數(shù)據(jù)驅(qū)動的機器學(xué)習(xí)方法是預(yù)測葉綠素a的一種重要的非機理方法，但是現(xiàn)有以神經(jīng)網(wǎng)絡(luò)模型為代表的葉綠素a預(yù)測方法較少考慮藻類生消對環(huán)境因子的時滯效應(yīng)。以三峽庫區(qū)葉綠素a質(zhì)量濃度較高的典型支流香溪河為研究區(qū)域，采用相關(guān)性分析、主成分分析和灰色關(guān)聯(lián)分析3種方法綜合確定葉綠素a的主要貢獻(xiàn)因子，利用交叉相關(guān)分析及Almon分布時滯模型篩選主要貢獻(xiàn)因子中的時滯因子，并確定其最優(yōu)滯后時間，在... （共11頁）