Sep, 2023
基于自适应图时空卷积网络和序列分解的叶绿素浓度多步预测
Multi-step prediction of chlorophyll concentration based on Adaptive
Graph-Temporal Convolutional Network with Series Decomposition
TL;DR本文提出了一种时间序列分解自适应图时空卷积网络(AGTCNSD)预测模型,通过移动平均法将原始序列分解为趋势分量和周期分量,基于图卷积神经网络对水质参数数据进行建模,通过时间卷积来捕捉时间依赖性,实现叶绿素浓度的多步预测。验证结果表明,该方法的预测效果优于其他方法,可用于环境管理决策的科学资源。