| 注册
首页|期刊导航|水力发电|基于多种学习方案LSTM的信江流域径流预测

基于多种学习方案LSTM的信江流域径流预测

郑勇 马炳焱 成静清 刘章君 邓武彬

水力发电2022,Vol.48Issue(7):22-27,6.
水力发电2022,Vol.48Issue(7):22-27,6.

基于多种学习方案LSTM的信江流域径流预测

Runoff Prediction of Xinjiang River Basin Based on Multiple Learning Schemes LSTM

郑勇 1马炳焱 2成静清 1刘章君 1邓武彬3

作者信息

  • 1. 江西省水利科学院,江西 南昌 330029
  • 2. 郑州大学水利科学与工程学院,河南 郑州 450001
  • 3. 江西省水利厅,江西 南昌 330009
  • 折叠

摘要

关键词

LSTM/学习方案/径流预测/数据驱动/信江流域

分类

建筑与水利

引用本文复制引用

郑勇,马炳焱,成静清,刘章君,邓武彬..基于多种学习方案LSTM的信江流域径流预测[J].水力发电,2022,48(7):22-27,6.

基金项目

国家自然科学基金青年基金资助项目(51909112) (51909112)

江西省水利厅重大科技项目(201922ZDKT05) (201922ZDKT05)

水力发电

OACSTPCD

0559-9342

访问量0
|
下载量0
段落导航相关论文