水文变异对深度学习模型训练性能的影响研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

关键词：水文变异；深度学习模型；预测性能；交叉验证

０引言

随着经济社会的快速发展和气候变化，黄河流域极端气象事件和水文事件频发，由此引发水文序列变异，径流时间序列呈现出强非线性、非平稳性［１－２］。以往相关研究中采用统计模型预测长期径流时均对其进行一致性、平稳性假设［３］。然而，实际应用中水文序列变异会严重降低统计模型的预测精度，大多数研究忽视了此问题。（剩余3116字）

试读结束

目录
monitor