期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于EEMD-LSTM的森林火灾成灾面积预测模型 被引量:1
1
作者 徐艳杰 《农业与技术》 2022年第12期74-76,共3页
森林火灾作为一种常见的自然灾害,影响因素众多,一旦发生将会造成严重损失。基于“分解-重构”的研究思路,采用集合经验模态分解EEMD对森林火灾成灾面积时间序列进行特征分解,将提取出的特征分量分别代入长短期记忆网络LSTM模型进行预测... 森林火灾作为一种常见的自然灾害,影响因素众多,一旦发生将会造成严重损失。基于“分解-重构”的研究思路,采用集合经验模态分解EEMD对森林火灾成灾面积时间序列进行特征分解,将提取出的特征分量分别代入长短期记忆网络LSTM模型进行预测,由各分量的预测值叠加重构得到最终的森林火灾成灾面积预测值。选取我国1992—2017年的全国森林火灾成灾面积作为样本数据进行应用验证,结果表明,与单一BP和LSTM神经网络模型相比,本文所建EEMD-LSTM预测模型平均绝对误差MAE的预测性能分别提高了33.7%和41.8%,均方根误差RMSE的预测性能提高了28.8%和39.1%,预测精度明显优于另外2种模型,在森林火灾预报研究领域具有一定的应用价值。 展开更多
关键词 EEMD LSTM 森林火灾成灾面积 预测模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部