|国家科技期刊平台
| 注册
首页|期刊导航|水利水电科技进展|基于主要驱动因子筛选法和深度学习算法的浙江省动态需水量预测

基于主要驱动因子筛选法和深度学习算法的浙江省动态需水量预测

许月萍 曾田力 周欣磊 章鲁琪 王贝 王冬

水利水电科技进展2024，Vol.44Issue(2)：P.47-53,7.
✕
水利水电科技进展2024，Vol.44Issue(2)：P.47-53,7.DOI:10.3880/j.issn.1006-7647.2024.02.008

基于主要驱动因子筛选法和深度学习算法的浙江省动态需水量预测

许月萍 1曾田力 1周欣磊 1章鲁琪 2王贝 3王冬2

作者信息

  • 1. 浙江大学建筑工程学院,浙江杭州310058
  • 2. 浙江水文新技术开发经营公司,浙江杭州310009
  • 3. 浙江省水文管理中心,浙江杭州310009
  • 折叠

摘要

关键词

需水量预测/主要驱动因子筛选法/LSTM神经网络/卷积神经网络/支持向量回归/浙江省

分类

建筑与水利

引用本文复制引用

许月萍,曾田力,周欣磊,章鲁琪,王贝,王冬..基于主要驱动因子筛选法和深度学习算法的浙江省动态需水量预测[J].水利水电科技进展,2024,44(2):P.47-53,7.

基金项目

浙江省自然科学基金重点项目(LZ20E090001) （LZ20E090001）

国家重点研发计划项目(2019YFC0408805)。 （2019YFC0408805）

水利水电科技进展

OA北大核心CSTPCD

1006-7647

访问量0
|
下载量0
段落导航相关论文