期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
北京地区主要河道洪水及输沙量预报研究
1
作者
杨峰
《中国水能及电气化》
2024年第7期28-32,共5页
为构建北京地区主要河道洪水和输沙量的预测模型,文章基于白河、北运河、拒马河3条河道的长序列实测径流及输沙量数据,以双向长短期记忆神经网络模型(BiLSTM)为基础,分别采用羊群优化算法(SFMO)、鸽群优化算法(PIO)、灰狼优化算法(GWO)...
为构建北京地区主要河道洪水和输沙量的预测模型,文章基于白河、北运河、拒马河3条河道的长序列实测径流及输沙量数据,以双向长短期记忆神经网络模型(BiLSTM)为基础,分别采用羊群优化算法(SFMO)、鸽群优化算法(PIO)、灰狼优化算法(GWO),构建河道水沙含量最优估算模型,结果表明:SFMO-BiLSTM模型在所有模型中精度最高,可推荐用于估算河道水沙量。
展开更多
关键词
河道水沙量
双向长短期记忆神经网络
羊群优化算法
下载PDF
职称材料
题名
北京地区主要河道洪水及输沙量预报研究
1
作者
杨峰
机构
北京金河水务建设集团有限公司
出处
《中国水能及电气化》
2024年第7期28-32,共5页
文摘
为构建北京地区主要河道洪水和输沙量的预测模型,文章基于白河、北运河、拒马河3条河道的长序列实测径流及输沙量数据,以双向长短期记忆神经网络模型(BiLSTM)为基础,分别采用羊群优化算法(SFMO)、鸽群优化算法(PIO)、灰狼优化算法(GWO),构建河道水沙含量最优估算模型,结果表明:SFMO-BiLSTM模型在所有模型中精度最高,可推荐用于估算河道水沙量。
关键词
河道水沙量
双向长短期记忆神经网络
羊群优化算法
Keywords
river water and sediment volume
Bidirectional Long Short-Term Memory neural network
Sheep Flock Movement Optimization algorithm
分类号
P333.4 [天文地球—水文科学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
北京地区主要河道洪水及输沙量预报研究
杨峰
《中国水能及电气化》
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部