基于1D CNN-SLSTM模型的太湖蓝藻密度预测方法

太湖中的水华爆发对太湖及其沿岸居民造成巨大影响,因此保证提前预测蓝藻密度非常重要。为精确预测太湖蓝藻密度,在长短时记忆网络（LSTM）模型的基础上,加入一维卷积模型,筛选并优化激活函数,提出一种基于1D CNN-SLSTM的预测模型预测蓝藻密度。试验结果表明,1D CNN-SLSTM模型的R_RMSE、M_MAPE、M_MAE值分别比单独使用LSTM模型降低30.38%、1.85%、16.89%,R值和N_NSE值则提升了0.08、0.17,验证了使用扩展型指数线性单元激活函数（Selu）的LSTM神经网络（1D CNN-SLSTM）预测效果最好。