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
基于长短期记忆网络的下立交积退水全过程预报
被引量:
1
1
作者
谭琼
廖青桃
李洪伟
《给水排水》
CSCD
北大核心
2021年第1期144-147,共4页
提出一种基于长短期记忆(LSTM)网络的下立交积退水全过程预报方法,利用2018年上海市某下立交的积水深度数据对该方法进行验证,基于LSTM网络方法预测结果:RMSE为3.721cm,MPE为-2.7%,基于LSTM网络下立交积水深度预测方法精度较高,可以在...
提出一种基于长短期记忆(LSTM)网络的下立交积退水全过程预报方法,利用2018年上海市某下立交的积水深度数据对该方法进行验证,基于LSTM网络方法预测结果:RMSE为3.721cm,MPE为-2.7%,基于LSTM网络下立交积水深度预测方法精度较高,可以在实际降雨过程中取得有效应用。
展开更多
关键词
长短期记忆神经网络
机器学习
下立交
时间序列
积退水预报
下载PDF
职称材料
题名
基于长短期记忆网络的下立交积退水全过程预报
被引量:
1
1
作者
谭琼
廖青桃
李洪伟
机构
上海水务规划设计研究院
宜水环境科技(上海)有限公司
同济大学
出处
《给水排水》
CSCD
北大核心
2021年第1期144-147,共4页
基金
上海市水务局科研项目(沪水科2019-11)。
文摘
提出一种基于长短期记忆(LSTM)网络的下立交积退水全过程预报方法,利用2018年上海市某下立交的积水深度数据对该方法进行验证,基于LSTM网络方法预测结果:RMSE为3.721cm,MPE为-2.7%,基于LSTM网络下立交积水深度预测方法精度较高,可以在实际降雨过程中取得有效应用。
关键词
长短期记忆神经网络
机器学习
下立交
时间序列
积退水预报
Keywords
LSTM neural network
Machine learning
Lower interchange
Time series
Prediction of ponding process
分类号
TU992 [建筑科学—市政工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于长短期记忆网络的下立交积退水全过程预报
谭琼
廖青桃
李洪伟
《给水排水》
CSCD
北大核心
2021
1
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