水利科技与经济2024，Vol.30Issue(7) ：115-118.DOI:10.3969/j.issn.1006-7175.2024.07.023

深度学习法在黑河流域降雨径流预测中的应用

翟志杰
水利科技与经济2024，Vol.30Issue(7) ：115-118.DOI:10.3969/j.issn.1006-7175.2024.07.023
✕
  • NETL
  • NSTL
  • 万方数据

深度学习法在黑河流域降雨径流预测中的应用

翟志杰1
扫码查看

作者信息

  • 1. 黑龙江农垦勘测设计研究院有限公司,哈尔滨 150090
  • 折叠

摘要

随着计算硬件和算法的发展,长短期记忆网络(LSTM)和序列到序列(seq2seq)等深度学习方法在处理时间序列问题上显示出较大优势.针对连续降雨径流预测,提出一种基于LSTM和seq2seq结构的预测模型.研究表明,LSTM-seq2seq模型在连续降雨径流预测方面优于线性回归、Lasso回归、支持向量回归和LSTM模型,具有较强的预测能力,可用于提高短期洪水预报的精度.

关键词

径流预测/长短期记忆网络/序列到序列/深度学习

引用本文复制引用

出版年

2024
水利科技与经济
哈尔滨市水务科学研究院 哈尔滨市水利规划设计研究院 哈尔滨市水利学会

水利科技与经济

影响因子：0.274
ISSN：1006-7175
段落导航相关论文