买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:安徽理工大学
摘要:一种深度学习混合模型的干旱指数预测方法,主要包括以下步骤:1从气象数据网获取一定区域的各种气象数据,例如气温、降水、风速和海平面气压等。首先判断气象数据在时间上是否连续完整,再对原始数据做预处理;2利用气象数据计算干旱指数DEDI;3对干旱指数时间序列数据用VMD分解处理,获取多个子序列;4结合卷积神经网络CNN和双向长短期记忆神经网络BiLSTM,构建用于时间预测的深度学习模型VMD‑CBiLSTM;5对每个DEDI子序列进行预测,将预测结果进行加权组合输出,并绘制出图最终预测结果;6对每一组模型预测精度给予评价,选出最佳预测模型。
主权项:1.一种深度学习混合模型的干旱指数预测方法,其特征在于,包括:步骤1,从气象站点获取各种气象数据,包括气温、降水、风速和海平面气压;步骤2,利用气象数据计算干旱指数DEDI;步骤3,对干旱指数DEDI时间序列数据用VMD分解处理,获取多个子序列;步骤4,结合卷积神经网络CNN和双向长短期记忆神经网络BiLSTM,构建深度学习混合模型VMD-CBiLSTM;步骤5,对每个DEDI子序列进行预测,将预测结果进行加权组合输出,并绘制出图,获得预测结果;步骤6,对每一组模型预测精度给予评价,选出最佳预测模型。
全文数据:
权利要求:
百度查询: 安徽理工大学 一种深度学习混合模型的干旱指数预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。