English
引用本文:同套文.基于LSTM深度学习的陕西泾河径流量及含沙量预测方法研究[J].灌溉排水学报,,():-.
tongtaowen.基于LSTM深度学习的陕西泾河径流量及含沙量预测方法研究[J].灌溉排水学报,,():-.
【打印本页】   【下载PDF全文】   查看/发表评论  【EndNote】   【RefMan】   【BibTex】
过刊浏览    高级检索
本文已被:浏览 1221次   下载 0  
分享到: 微信 更多
基于LSTM深度学习的陕西泾河径流量及含沙量预测方法研究
同套文
陕西省交口抽渭灌溉管理局
摘要:
提出了一种基于长期记忆神经网络(LSTM)的时间序列预测方法,为防洪减灾及水资源利用提供了可靠的理论依据。
关键词:  LSTM深度学习 相关性分析 预测 验证
DOI:
分类号:s2
基金项目:
study on the prediction method of run off and sediment concentration of Jinghe River in Shanxi Province Based on LSTM deep learning
tongtaowen
jiaokou pumping irrigation Adninistration Bureau of Shanxi Province
Abstract:
A time series prediction method based on long-term memory neural network is proposed,It provides a reliable theoretical basis for flood control and water resources utilization.
Key words:  LSTM deep learning correlation analysis forecast verification