海量資源，盡在掌握

當前位置：首頁 > 科技文檔 > 海洋學 > 正文

基于CEEMDAN-LSTM風暴潮潮位預測分析研究

太陽能學報頁數： 8 2024-12-05

摘要：該文采用自適應噪聲完全集合經驗模態分解-長短期記憶方法（CEEMDAN-LSTM）對風暴潮潮位進行短期時間序列預測，并與常用機器學習模型進行對比分析，結果表明：基于CEEMDAN-LSTM的神經網絡對工程區風暴潮潮位的短期特征能進行高精度的預報，其穩定性和精度較常規機器學習模型都有較大的改進。（共8頁）

開通會員，享受整站包年服務

說明：本文檔由創作者上傳發布，版權歸屬創作者。若內容存在侵權，請點擊申訴舉報

科技文檔

數學力學化學金融證券保險投資會計審計園藝林業旅游體育物理學生物學天文學氣象學海洋學地質學新能源金屬學農藝學農作物管理學領導學自然科學系統科學資源科學無機化工有機化工燃料化工化學工業材料科學礦業工程冶金工業安全科學環境科學工業通用機械工業無線電子電信技術鐵路運輸汽車工業船舶工業動力工程電力工業農業科學農業工程植物保護動物醫學教育理論學前教育初等教育中等教育高等教育職業教育成人教育自然地理地球物理經濟統計農業經濟工業經濟交通經濟企業經濟文化經濟信息經濟貿易經濟財政稅收市場研究科學研究互聯網自動化輕工業核科學服務業石油然氣服務業野生動物水產漁業硬件儀器儀表航空航天武器軍事公路運輸水利水電建筑科學軟件

国产呦精品一区二区三区网站|久久www免费人咸|精品无码人妻一区二区|久99久热只有精品国产15|中文字幕亚洲无线码