|国家科技期刊平台
| 注册
首页|期刊导航|水力发电学报|多源数据融合的深度学习径流预测模型

多源数据融合的深度学习径流预测模型

周庆梓 何自立 吴磊 马孝义

水力发电学报2023，Vol.42Issue(5)：43-52,10.
✕
水力发电学报2023，Vol.42Issue(5)：43-52,10.DOI:10.11660/slfdxb.20230506

多源数据融合的深度学习径流预测模型

Deep learning runoff prediction model based on multi-source data fusion

周庆梓 1何自立 1吴磊 2马孝义3

作者信息

  • 1. 西北农林科技大学 水利与建筑工程学院,陕西 杨凌 712100
  • 2. 西北农林科技大学 水利与建筑工程学院,陕西 杨凌 712100||西北农林科技大学 黄土高原土壤侵蚀与旱地农业国家重点实验室,陕西 杨凌 712100
  • 3. 西北农林科技大学 水利与建筑工程学院,陕西 杨凌 712100||西北农林科技大学 旱区农业水土工程教育部重点实验室,陕西 杨凌 712100
  • 折叠

摘要

关键词

径流预测/深度学习/双向长短期记忆神经网络/多源数据融合/集合卡尔曼滤波

分类

建筑与水利

引用本文复制引用

周庆梓,何自立,吴磊,马孝义..多源数据融合的深度学习径流预测模型[J].水力发电学报,2023,42(5):43-52,10.

基金项目

陕西省水利科技项目(SLKJ-2013-14) （SLKJ-2013-14）

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