期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进麻雀算法的PCC-DBN-LSTM气温预测模型 被引量:1
1
作者 王冬萌 文斌 +3 位作者 李晓燕 徐越 刘书慧 付世军 《成都信息工程大学学报》 2024年第5期527-533,共7页
气温预测是气象学中的一个重要研究领域。随着气象精准化发展,迫切需要提升气温预测的精准度。为解决传统气温预测算法效果不佳,并且对于多个站点气象数据时空特征提取能力不足,提出一种基于改进麻雀算法优化的皮尔逊积矩相关系数(PCC)... 气温预测是气象学中的一个重要研究领域。随着气象精准化发展,迫切需要提升气温预测的精准度。为解决传统气温预测算法效果不佳,并且对于多个站点气象数据时空特征提取能力不足,提出一种基于改进麻雀算法优化的皮尔逊积矩相关系数(PCC)-深度置信网络(DBN)-长短时记忆网络(LSTM)的气温预测模型。首先利用Pearson相关系数对众多的气象参数进行选择,DBN网络对输入的多站点气象数据特征进行提取和降维,LSTM对提取的特征进行建模和预测。由于模型初始化参数众多,提出改进麻雀算法优化DBN-LSTM网络参数,提高模型的预测精度和稳定性。实验表明:所提模型的RMSE为0.527,精度高于单一模型和同类模型。 展开更多
关键词 气温预测 皮尔逊积矩相关系数 深度置信网络 改进麻雀算法 长短时记忆网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部