文献

J-GLOBAL ID：202002278909771699   整理番号：20A2589509

XGBoostに基づく溶存酸素予測モデル研究【JST・京大機械翻訳】

Research on dissolved oxygen prediction model based on XGBoost

著者 (5件)： Yuan Hongchun (上海海洋大学信息学院,上海201306) ,  Mao Rui (上海海洋大学信息学院,上海201306) ,  Yang Mengzhao (上海海洋大学信息学院,上海201306) ,  Zhang Tianjiao (上海海洋大学信息学院,上海201306) ,  Huang Junhao (上海海洋大学信息学院,上海201306)
資料名： Chuanganqi yu Wei Xitong  (Chuanganqi yu Wei Xitong)
巻： 39  号： 10  ページ： 51-53,57  発行年： 2020年 
JST資料番号： C3686A  ISSN： 1000-9787  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 溶存酸素の予測精度を改善するために,XGBoostモデルに基づく水質パラメータ予測法を提案し,そして,LSTMとPCA-NARXネットワーク予測モデルとの48時間以内の溶存酸素予測を,水産物トレーサビリティと安全性早期警戒プラットフォームの監視データに基づいて提案した。シミュレーションの結果は,XGBoostモデル予測の二乗平均平方根誤差(RMSE)が最小であり,24hと48hの一般化能力がLSTMとPCA-NARXモデルより高いことを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 水質 ,  ネットワーク ,  *溶存酸素 ,  トレーサビリティ ,  パラメータ推定 ,  水産物 ,  *予測モデル
準シソーラス用語： 予測精度 ,  モデル予測 ,  長短期記憶 , 【Automatic Indexing@JST】

分類 (2件)： その他の汚染原因物質  (SB05040W) ,  計算機網  (JC03000K)

タイトルに関連する用語 (3件)： 溶存酸素 ,  予測モデル ,  研究