利用混合深度学习算法的时空风速预测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：风速预测的准确性始终不理想，为解决风速复杂的时空相关性和非线性问题，提出一种新颖的混合深度学习模型。首先，采用二次分解法将输入序列分解为具有不同频率振动模式的模态分量（IMF）；使用图卷积神经网络（GCN）和双向长短期记忆网络（BiLSTM）来预测高频分量；使用自适应图时空Transformer网络（ASTTN）来预测低频分量，以充分考虑输入序列的时空相关性。（剩余17278字）

试读结束

目录
monitor