基于CEEMDAN-LSTM的陶岔渠首水深预测

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要∶采用基于自适应噪声的完全经验模态分解-长短期记忆神经网络模型（CFEMDAN-LSTM）对水深通行预测。首先利用中位值平均滤波法对数据进行预处理，再采用CEEMDAN方法对历史水深序列进行分解获得历史水深的高、低频以及残差序列，然后对得到的各个分量使用ISTM神经网络预测，最后叠加各分量预测值重构水深预测结果。（剩余9244字）

试读结束

目录
monitor