Xây dựng kho dữ liệu và mô hình dự báo trong quan trắc môi trường : Luận văn Thạc sĩ Công nghệ thông tin. Chuyên ngành Hệ thống thông tin

Trong bối cảnh xã hội hiện nay, cùng với sự phát triển mạnh mẽ của kinh tế, công nghiệp là vô số những hệ lụy ảnh hưởng đến môi trường, nhất là môi trường nước. Xâm nhập mặn, pH thay đổi đột ngột, độ ẩm môi trường biến đổi l...

Mô tả đầy đủ

Đã lưu trong:
Chi tiết về thư mục
Tác giả chính: Phùng, Quách Vĩnh
Định dạng: Sách
Ngôn ngữ:Undetermined
Được phát hành: Cần Thơ Trường Đại học Cần Thơ 2020
Những chủ đề:
Các nhãn: Thêm thẻ
Không có thẻ, Là người đầu tiên thẻ bản ghi này!
Thư viện lưu trữ: Trung tâm Học liệu Trường Đại học Cần Thơ
Miêu tả
Tóm tắt:Trong bối cảnh xã hội hiện nay, cùng với sự phát triển mạnh mẽ của kinh tế, công nghiệp là vô số những hệ lụy ảnh hưởng đến môi trường, nhất là môi trường nước. Xâm nhập mặn, pH thay đổi đột ngột, độ ẩm môi trường biến đổi liên tục đã gây ra nhiều thiệt hại cho quá trình tổ chức sản xuất ở nhiều lĩnh vực, điển hình là sản xuất nông nghiệp. Từ đó, dẫn đến những ảnh hưởng nghiêm trọng đến đời sống sản xuất của nông dân đặc biệt là những người nuôi tôm, cá. Vì vậy, xây dựng một hệ thống dữ liệu đầy đủ, tin cậy nhằm phục vụ dự báo các chỉ số quan trắc môi trường là một yêu cầu quan trọng trong bối cảnh hiện nay. Đề tài này nhằm mục đích xây dựng, tập hợp được một kho dữ liệu từ nhiều nguồn khác nhau một cách tập trung, chính xác và thống nhất. Đồng thời, sử dụng phương pháp dự báo Long –Short Term Memory (LSTM) để đưa ra các chỉ số có giá trị, phù hợp để ứng phó với các biến đổi khí hậu, thay đổi về môi trường nhằm mục đích hạn chế tối đa thiệt hại do biến đổi môi trường mang lại, góp phần giảm bớt khó khăn cho người nông dân.Trong phạm vi đề tài này, chúng tôi đã tiến hành các kỹ thuật dự báo trên tập dữ liệu nsw-estuary-temperature.csvi bằng ba phương pháp: Single Exponential Smoothing, Double Exponential Smoothing và Long –Short Term Memory. Kết quả thực nghiệm cho thấy rằng kỹ thuật dự báo bằng phương pháp Long –Short Term Memory cho kết quả dự báo tốt hơn so với hai phương pháp còn lại.