西部交通科技2024，Issue(7) ：212-214.DOI:10.13282/j.cnki.wccst.2024.07.061

基于多维特征融合的航道水位GRU预测模型研究

曹丹丽
西部交通科技2024，Issue(7) ：212-214.DOI:10.13282/j.cnki.wccst.2024.07.061
✕
  • 维普
  • 万方数据

基于多维特征融合的航道水位GRU预测模型研究

曹丹丽1
扫码查看

作者信息

  • 1. 广西壮族自治区柳州航道养护中心,广西 柳州 545007
  • 折叠

摘要

文章针对传统时间序列模型因考虑特征维度不足而导致模型精度差和鲁棒性不佳的问题,提出基于多维特征融合与循环神经网络的MF-GRU河流水位预测模型.该模型从航道水位数据的时域、频域和经验模式分解等多个维度共提取了 19个特征,并训练GRU循环神经网络模型实现了水位的精准预测.同时,以大藤峡上下游航道水域水位数据为实验对象,验证了 MF-GRU 模型的预测精度和泛化性能,获得了比经典GRU模型更优的水位预测精度.

关键词

水位预测/智慧航道/循环神经网络/多维特征融合

引用本文复制引用

出版年

2024
西部交通科技
广西交通科学研究院

西部交通科技

影响因子：0.309
ISSN：1673-4874
段落导航相关论文