期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于RSJSO_BiLSTM的高精度降雨预测模型研究
1
作者 陈亮 沈吉 《兵工自动化》 北大核心 2025年第11期91-96,共6页
为提高降雨预测的准确性和效率,提出一种基于双向长短期记忆网络(bi-directional long short-term memory,BiLSTM)和鼠群水母群优化算法(rat swarm and jellyfish search optimizer,RSJSO)的降雨预测模型。利用缺失数据插补和特征融合... 为提高降雨预测的准确性和效率,提出一种基于双向长短期记忆网络(bi-directional long short-term memory,BiLSTM)和鼠群水母群优化算法(rat swarm and jellyfish search optimizer,RSJSO)的降雨预测模型。利用缺失数据插补和特征融合技术对降雨数据进行预处理,通过弦距离和基于骑手优化算法的神经网络(rider optimization algorithm-based neural network,RideNN)优化特征提取过程,并采用过采样技术增强数据集。实验结果表明:该模型在多种评估指标上表现突出,能够为相关决策提供可靠的精细化降雨信息支撑,有效增强复杂场景下的突发事件响应能力。 展开更多
关键词 深度学习 降雨预测 BiLSTM ridenn JSO
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部