期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
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
职称材料
题名
基于RSJSO_BiLSTM的高精度降雨预测模型研究
1
作者
陈亮
沈吉
机构
浙江省大气探测技术保障中心
出处
《兵工自动化》
北大核心
2025年第11期91-96,共6页
文摘
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。
关键词
深度学习
降雨预测
BiLSTM
ridenn
JSO
Keywords
deep learning
rainfall prediction
BiLSTM
ridenn
JSO
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于RSJSO_BiLSTM的高精度降雨预测模型研究
陈亮
沈吉
《兵工自动化》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部