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
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：
基于降雨量的SWA-LSTM深度学习模型在地下水位预测中的应用研究 被引量：2
1
作者 胡飞跃 王忠忠 《地下水》 2022年第6期70-72,113,共4页
本研究旨在构建SWA-LSTM(滑动窗口-长短期记忆神经网络模型),利用地下水位变化于降雨量的滞后性关系对地下水位进行预测,弥补了简单LSTM模型过度依赖周期性规律而忽视降雨量对地下水位变化规律的影响的缺点。以肇庆市高要区沙田张村2个... 本研究旨在构建SWA-LSTM(滑动窗口-长短期记忆神经网络模型),利用地下水位变化于降雨量的滞后性关系对地下水位进行预测,弥补了简单LSTM模型过度依赖周期性规律而忽视降雨量对地下水位变化规律的影响的缺点。以肇庆市高要区沙田张村2个地下水监测井为例,采用该地区2015年的相关日降雨量资料,分析该地区地下水位变化于降雨量的滞后性特征,确定滑动窗口的窗口大小,滑动步长,采样点间距,对监测井的地下水位进行了预测,并与简单的LSTM模型预测结果进行对比。结果表明:SWA-LSTM模型在预测地下水水位中具有高度的准确性,拟合结果较好,该模型能够作为快速准确的地下水预测工具,在水文地质调查研究中具有重要意义。 展开更多
关键词 swa-lstm LSTM 地下水位 降雨量
在线阅读 下载PDF
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
使用帮助 返回顶部