排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
为解决以往基于链式神经网络水文时间序列预测模型无法较好实现长依赖预测局限性问题,探讨长短期记忆神经网络结构,重点分析“门”运作模式与其解决长依赖问题原理,以黑龙江省查哈阳灌区为例,采用单变量时间序列建立基长短期神经网络地下水水位预测模型,预测该区2019～2036年地下水水位.对比预测结果与实测值均值、标准差,并用快速傅里叶变换计算幅度谱,取得200与400 Hz较优频率.结果 表明,模型预测结果与实测值周期性、变化趋势及数值范围接近,模型预测效果较优,可用作查哈阳灌区水稻生育期地下水水位预测. 相似文献
1