| 注册
首页|期刊导航|水科学进展|基于变分贝叶斯深度学习的水文概率预报方法

基于变分贝叶斯深度学习的水文概率预报方法

李大洋 姚轶 梁忠民 周艳 李彬权

水科学进展2023,Vol.34Issue(1):33-41,9.
水科学进展2023,Vol.34Issue(1):33-41,9.DOI:10.14042/j.cnki.32.1309.2023.01.004

基于变分贝叶斯深度学习的水文概率预报方法

Probabilistic hydrological forecasting based on variational Bayesian deep learning?

李大洋 1姚轶 2梁忠民 3周艳 4李彬权3

作者信息

  • 1. 盐城工学院土木工程学院, 江苏 盐城 224051
  • 2. 南京水利科学研究院水文水资源与水利工程科学国家重点实验室,江苏 南京 210029
  • 3. 河海大学水文水资源学院, 江苏 南京 210098
  • 4. 盐城师范学院江苏省滩涂生物资源与环境保护重点实验室,江苏 盐城 224007
  • 折叠

摘要

关键词

水文概率预报/深度学习/变分贝叶斯/长短时记忆网络/混合模型

分类

建筑与水利

引用本文复制引用

李大洋,姚轶,梁忠民,周艳,李彬权..基于变分贝叶斯深度学习的水文概率预报方法[J].水科学进展,2023,34(1):33-41,9.

基金项目

国家自然科学基金资助项目(41730750 ()

41877147) ()

水科学进展

OA北大核心CSCDCSTPCD

1001-6791

访问量0
|
下载量0
段落导航相关论文