-
公开(公告)号：CN116468169A
公开(公告)日：2023-07-21
申请号：CN202310418676.1
申请日：2023-04-19
Applicant: 安徽大学
Abstract: 本发明提供一种基于完全逐步分解的机器学习水位预测方法，涉及人工智能和水文预测领域，包括：收集水位历史数据，对数据进行预处理，得到标准数据集，使用完全逐步分解采样技术对数据进行采样，同时，使用三种边界延拓方法：极值点延拓、镜像延拓以及波形特征匹配延拓，分别针对三个真实数据集：三个真实地方水位数据，对采样边界进行矫正，然后利用时间序列分解方法分解数据，将处理后的数据保存为可加载的数据集，本发明通过以真实流域大量水位历史记录为数据集，使用考虑边界矫正并基于完全逐步分解的机器学习水位预测方法实现了精确的水位预测，可以在预测时严格排除获取解释变量以及响应变量时，未来信息造成的影响。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
