一种基于迁移学习的水污染预测方法

本发明公开了一种基于迁移学习的水污染预测方法，涉及水污染预测技术领域。该方法包括：对源域和目标域的水质参数时间序列数据进行缺失值插补和数据归一化；基于GRU和RNN构建水污染预测模型，并对水污染预测模型进行训练；基于迁移学习将预训练水污染预测模型迁移至目标域，固定其中的底层结构参数，并对其中的顶层结构参数进行微调，以获取目标水污染预测模型；基于实时的目标域的水质参数时间序列数据和目标水污染预测模型获取水污染预测结果。本发明通过将已在源域训练好的水污染预测模型迁移至数据目标域，有效解决了小样本场景下的预测难题，并提高了水污染预测模型的预测精度、泛化能力，降低了水污染预测模型训练的时间和计算资源的消耗。