基于RLMD-SE-CNN-RELM的水位预测混合模型研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：精准的水位预测在自然灾害预警、水资源管理和生态环境保护等领域具有重要应用价值。为此，提出了一种基于鲁棒局部均值分解（RLMD）、样本熵（SampEn）、卷积神经网络（CNN）和正则化极限学习机（RELM）的水位预测混合模型。首先利用RLMD对历史水位数据进行分解，引入样本熵方法对分量数据进行特征重组以减少数据量；然后利用CNN对重组数据进行特征提取以提高训练速度；最后利用RELM预测每个子序列，将预测结果叠加得到水位序列的最终预测值。（剩余11085字）

试读结束

目录
monitor