期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
宽度-深度融合时频分析的径流智能预测方法 被引量:2
1
作者 韩莹 王乐豪 +2 位作者 王淑梅 张翔 罗星星 《系统仿真学报》 CAS CSCD 北大核心 2024年第2期363-372,共10页
为解决现有基于LSTM的径流预测模型易陷入局部最优的问题,提出了基于VMD-LSTMBLS(variational mode decomposition-LSTM-broad learning system)的径流预测模型。将宽度学习系统与LSTM结合,针对径流序列多噪音特点,采用时频分析方法中... 为解决现有基于LSTM的径流预测模型易陷入局部最优的问题,提出了基于VMD-LSTMBLS(variational mode decomposition-LSTM-broad learning system)的径流预测模型。将宽度学习系统与LSTM结合,针对径流序列多噪音特点,采用时频分析方法中的变分模态分解,将径流时间序列的一维时域信号变换到二维时频平面,减少噪声对预测结果的影响。仿真结果表明:与基线模型及现有基于LSTM的径流预测模型相比,该模型的预测精度有较为明显的提高。 展开更多
关键词 径流预测 变分模态分解 长短时记忆网络 宽度学习系统 时频分析 智能预测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部