基于多源数据挖掘的河道综合治理风险精准预测研究

为降低河道治理的生态风险和建设风险，对河道综合治理风险进行精准预测。利用河道气象数据、河道水文数据、河道影像数据等多源数据作为谱聚类算法的初始数据，并在谱聚类算法中引入块对角约束方法，确定多源数据的自表示系数矩阵。同时，构建多源数据聚类的相似度矩阵，输出多源数据挖掘结果，再将该结果输入到长短时记忆网络中。长短时记忆网络利用序列到序列结构，通过两组循环单元输出河道综合治理风险预测结果。实验结果表明，该方法可以高效挖掘河道综合治理多源数据，精准预测河道综合治理中的环境污染、河道堤防承载等，为河道治理提供依据。