期刊信息
刊名：智能城市
曾用名：现代生活用品
主办：辽宁省科学技术情报研究所
主管：辽宁省科学技术厅
ISSN：2096-1936
CN：21-1602/N
语言：中文
周期：半月刊
影响因子：0
被引频次：9440
数据库收录：
国家哲学社会科学学术期刊数据库;期刊分类：自科综合
期刊热词：
施工技术,建筑工程,城市,高速公路,建筑,施工管理,水利工程,智慧城市,建筑设计,大数据,施工技术,建筑工程,施工管理,大数据,城市,公路工程,物联网,城市轨道交通,BIM技术,人工智能,智慧城市,智能建筑,BIM技术,城市,BIM,城市建设,物联网,智能化,智能设计,城市规划,
现在的位置：主页 > 期刊导读 >
地球物理学论文_改进EEMD-GRU混合模型在径流预
【作者】网站采编
【关键词】
【摘要】文章摘要:为解决径流预测模型存在的预测精确度低、稳定性差、延时高等问题，结合门控制循环单元神经网络（GRU），集合经验模态分解（EEMD）的各自优点，提出一种基于改进EEMD方法
文章摘要:为解决径流预测模型存在的预测精确度低、稳定性差、延时高等问题，结合门控制循环单元神经网络（GRU），集合经验模态分解（EEMD）的各自优点，提出一种基于改进EEMD方法的深度学习模型（EEMD-GRU）。该模型首先以智能算法对径流信号进行边界拓延，以解决EEMD边界效应。然后利用改进EEMD方法将径流信号分解为若干稳态分量，将各分量作为GRU模型的输入并对其进行预测。实验结果表明，与结合了经验模态分解的支持向量回归模型相比，并行EEMD-GRU径流预测模型的预测精准度、可信度和效率分别提高82.50%、144.67%和95.49%。基于EEMD-GRU的最优运算结果表明，该方法可进一步减少区域防洪的经济损失，提高灾害监管的工作效率。
文章关键词:
论文分类号:P338;TP18
文章来源：《智能城市》 网址: http://www.zncszz.cn/qikandaodu/2022/0106/2134.html