基于CEEMDAN-LSTM风暴潮潮位预测分析研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：该文采用自适应噪声完全集合经验模态分解-长短期记忆方法（CEEMDAN-LSTM）对风暴潮潮位进行短期时间序列预测，并与常用机器学习模型进行对比分析，结果表明：基于CEEMDAN-LSTM的神经网络对工程区风暴潮潮位的短期特征能进行高精度的预报，其稳定性和精度较常规机器学习模型都有较大的改进。（剩余11551字）

试读结束

目录
monitor