典型文献
基于LSTM的祁连水文站月径流预测研究
文献摘要：
根据黑河上游祁连水文站2000—2014年月径流数据和降水数据,利用长短期记忆神经网络(LSTM)进行训练建模,预测祁连水文站2015—2016年月径流量,并利用实测数据对预测结果进行了验证.研究表明,当输入特征仅为降水时,确定系数R2能够达到0.85以上;将降水和径流同时作为输入特征时,R2能够达到0.9左右.该神经网络模型取得了较好的预测效果,可为河川径流预测提供一定的参考.
文献关键词：
LSTM;降水;径流预测
中图分类号：
作者姓名：
贾岛
作者机构：
河南理工大学测绘与国土信息工程学院,河南 焦作454000
文献出处：
引用格式：
[1]贾岛-.基于LSTM的祁连水文站月径流预测研究)[J].黑龙江科学,2022(22):22-25
A类：
B类：
祁连,水文站,月径流预测,预测研究,黑河上游,径流数,流数据,降水数据,长短期记忆神经网络,径流量,输入特征,河川径流
AB值：
0.257534
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。
