| 注册
首页|期刊导航|水科学进展|基于时序分解与机器学习的非平稳径流序列集成模型与应用

基于时序分解与机器学习的非平稳径流序列集成模型与应用

张力 王红瑞 郭琲楠 徐源浩 李理 谢骏

水科学进展2023,Vol.34Issue(1):42-52,11.
水科学进展2023,Vol.34Issue(1):42-52,11.DOI:10.14042/j.cnki.32.1309.2023.01.005

基于时序分解与机器学习的非平稳径流序列集成模型与应用

Integrated model and application of non-stationary runoff based on time series decomposition and machine learning?

张力 1王红瑞 1郭琲楠 2徐源浩 3李理 2谢骏4

作者信息

  • 1. 北京师范大学水科学研究院, 北京 100875
  • 2. 北京师范大学政府管理学院, 北京 100875
  • 3. 中山大学土木工程学院,广东 广州 510275
  • 4. 北京师范大学人工智能学院, 北京 100875
  • 折叠

摘要

关键词

径流模拟/时序分解/机器学习/异方差/集成模型/长江流域

分类

建筑与水利

引用本文复制引用

张力,王红瑞,郭琲楠,徐源浩,李理,谢骏..基于时序分解与机器学习的非平稳径流序列集成模型与应用[J].水科学进展,2023,34(1):42-52,11.

基金项目

国家自然科学基金资助项目(52279005) (52279005)

北京师范大学博一学科交叉项目(BNUXKJC2124) (BNUXKJC2124)

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