ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】本文基于长短期记忆（ｌｏｎｇ ｓｈｏｒｔ⁃ｔｅｒｍ ｍｅｍｏｒｙ， ＬＳＴＭ）网络研究了一种河流水位预测方法。 首先，构建了基于 ＬＳＴＭ 的河流水位预测模型，该模型在构建过程中充分利用了水位、降雨量和流量等多维时间序列信息，并进行了数据预处理和特征工程；其次，在分析 ＬＳＴＭ 的理论基础上，深入探讨了该模型在时间序列预测中的应用优势；最后，使用阿尔诺河 ２０１２—２０１４ 年的水文数据进行了方法的测试。 实验结果表明，该方法在预测精度上表现出较高的准确性和稳定性。
