典型文献
基于EEMD-LSTM的森林火灾成灾面积预测模型
文献摘要：
森林火灾作为一种常见的自然灾害,影响因素众多,一旦发生将会造成严重损失.基于"分解-重构"的研究思路,采用集合经验模态分解EEMD对森林火灾成灾面积时间序列进行特征分解,将提取出的特征分量分别代入长短期记忆网络LSTM模型进行预测,由各分量的预测值叠加重构得到最终的森林火灾成灾面积预测值.选取我国1992—2017年的全国森林火灾成灾面积作为样本数据进行应用验证,结果表明,与单一BP和LSTM神经网络模型相比,本文所建EEMD-LSTM预测模型平均绝对误差MAE的预测性能分别提高了33.7％和41.8％,均方根误差RMSE的预测性能提高了28.8％和39.1％,预测精度明显优于另外2种模型,在森林火灾预报研究领域具有一定的应用价值.
文献关键词：
EEMD;LSTM;森林火灾成灾面积;预测模型
中图分类号：
作者姓名：
徐艳杰
作者机构：
内蒙古森林消防总队兴安盟支队,内蒙古 兴安盟137400
文献出处：
引用格式：
[1]徐艳杰-.基于EEMD-LSTM的森林火灾成灾面积预测模型)[J].农业与技术,2022(12):74-76
A类：
森林火灾成灾面积
B类：
EEMD,面积预测,严重损失,集合经验模态分解,特征分解,代入,长短期记忆网络,应用验证,模型平均,平均绝对误差,MAE,预测性能,RMSE,性能提高
AB值：
0.13815
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
