文档名：基于EMDLSTM的波高时间序列预测模型
针对海洋环境中实际波高时间序列具有的非线性、非平稳、高噪声等特点,本研究提出了一种基于经验模态分解(EMD)和长短时记忆网络(LSTM)的短期预报模型.该模型采用EMD方法将波高时序分解为若干固有模态分量(IMF),再利用LSTM网络对各IMF分量进行学习和预测,最后将各分量的预测结果叠加获得最终的预测值.预测结果表明,相比LSTM模型和NAR模型,本方法具有更高的精度,能够更好地进行波高时历的极短期预报.
作者：詹可朱仁传
作者单位：上海交通大学船舶海洋与建筑工程学院,上海200240
母体文献：第十六届全国水动力学学术会议暨第三十二届全国水动力学研讨会论文集
会议名称：第十六届全国水动力学学术会议暨第三十二届全国水动力学研讨会
会议时间：2021年10月29日
会议地点：江苏无锡
主办单位：中国力学学会,中国造船工程学会
语种：chi
分类号：TV2TV1
关键词：海洋动力学 波高时间序列 预测模型 经验模态分解 长短时记忆网络
在线出版日期：2022年5月27日
基金项目：
相似文献
相关博文
- 文件大小:
- 3.87 MB
- 下载次数:
- 60
-
高速下载
|
|
