基于CEEMDAN-LSTM的陶岔渠首水深预测 |
| |
作者姓名: | 陈伟 吕学斌 梁雪春 |
| |
作者单位: | 南京工业大学 数理科学学院,江苏 南京211816;南京工业大学 电气工程与控制科学学院,江苏 南京211816 |
| |
基金项目: | 国家自然科学基金青年基金资助项目(11801267);;江苏省研究生科研与实践创新计划项目(SJCX21_0427); |
| |
摘 要: | 采用基于自适应噪声的完全经验模态分解-长短期记忆神经网络模型(CEEMDAN?LSTM)对水深进行预测.首先利用中位值平均滤波法对数据进行预处理,再采用CEEMDAN方法对历史水深序列进行分解获得历史水深的高、低频以及残差序列,然后对得到的各个分量使用LSTM神经网络预测,最后叠加各分量预测值重构水深预测结果.以陶岔渠...
|
关 键 词: | 水深预测 中位值平均滤波法 CEEMDAN分解 LSTM神经网络模型 陶岔渠首 |
本文献已被 万方数据 等数据库收录! |
|