摘要
本文基于长短期记忆(long short-term memory,LSTM)网络研究了一种河流水位预测方法。首先,构建了基于LSTM的河流水位预测模型,该模型在构建过程中充分利用了水位、降雨量和流量等多维时间序列信息,并进行了数据预处理和特征工程;其次,在分析LSTM的理论基础上,深入探讨了该模型在时间序列预测中的应用优势;最后,使用阿尔诺河2012—2014年的水文数据进行了方法的测试。实验结果表明,该方法在预测精度上表现出较高的准确性和稳定性。
出处
《信息记录材料》
2024年第9期243-245,共3页
Information Recording Materials
基金
2023年黔西南民族职业技术学院第一批院级教师教学创新团队项目(JXTD2023-09)。
