| 注册
首页|期刊导航|水力发电学报|基于LSTM神经网络的流域污染物通量预测

基于LSTM神经网络的流域污染物通量预测

刘迎军 王康 李立

水力发电学报2020,Vol.39Issue(10):72-81,10.
水力发电学报2020,Vol.39Issue(10):72-81,10.DOI:10.11660/slfdxb.20201005

基于LSTM神经网络的流域污染物通量预测

Prediction of watershed pollutant flux based on Long Short-Term Memory neural network

刘迎军 1王康 2李立1

作者信息

  • 1. 武汉大学电子信息学院,武汉430072
  • 2. 武汉大学水资源与水电工程科学国家重点实验室,武汉430072
  • 折叠

摘要

关键词

污染物通量预测/长短时记忆神经网络/时间序列/非点源污染

分类

天文与地球科学

引用本文复制引用

刘迎军,王康,李立..基于LSTM神经网络的流域污染物通量预测[J].水力发电学报,2020,39(10):72-81,10.

基金项目

国家自然科学基金(51879195,51679257) (51879195,51679257)

水力发电学报

OA北大核心CSCDCSTPCD

1003-1243

访问量0
|
下载量0
段落导航相关论文