期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于GRU和XGBoost算法的中小流域流量预测研究
1
作者
苏林鹏
周祥
张守平
《吉林水利》
2024年第10期72-78,共7页
中小流域的流量预测对于水资源管理和防洪工程等具有重要意义,因此针对传统小流域流量预测模型精度不高、实时性不强的问题,提出一种基于门控循环神经网络(Gate Recurrent Unit,GRU)和XGBoost的中小流域流量预测方法。在该项研究中,首...
中小流域的流量预测对于水资源管理和防洪工程等具有重要意义,因此针对传统小流域流量预测模型精度不高、实时性不强的问题,提出一种基于门控循环神经网络(Gate Recurrent Unit,GRU)和XGBoost的中小流域流量预测方法。在该项研究中,首先利用多传感器协同传输技术采集了流域内的水文数据,如降雨量和径流量,并依据GRU算法捕获数据在时序维度的关联关系。然后,将GRU模型提取的时序特征作为XGBoost模型的输入,利用XGBoost算法实现中小流域流量的预测。最后,在某真实小流域场景中采集流量数据,并根据预测数据与实际观测数据的对比和分析,评估所提出方法的有效性和准确性。实验结果显示,基于GRU和XGBoost算法的中小流域流量预测方法能够较为准确地预测流域的流量变化,为水资源管理和防洪工程提供可靠的决策依据。
展开更多
关键词
中小
流域
流量
预测
门控循环神经网络
XGBoost
多传感器协同传输技术
下载PDF
职称材料
题名
基于GRU和XGBoost算法的中小流域流量预测研究
1
作者
苏林鹏
周祥
张守平
机构
重庆市渝西水利电力勘测设计院有限公司
重庆水利电力职业技术学院
水库安全及水环境大数据重庆市高校工程中心
出处
《吉林水利》
2024年第10期72-78,共7页
基金
重庆市技术创新与应用发展专项重点项目(CSTB2022TIAD-KPX0132)。
文摘
中小流域的流量预测对于水资源管理和防洪工程等具有重要意义,因此针对传统小流域流量预测模型精度不高、实时性不强的问题,提出一种基于门控循环神经网络(Gate Recurrent Unit,GRU)和XGBoost的中小流域流量预测方法。在该项研究中,首先利用多传感器协同传输技术采集了流域内的水文数据,如降雨量和径流量,并依据GRU算法捕获数据在时序维度的关联关系。然后,将GRU模型提取的时序特征作为XGBoost模型的输入,利用XGBoost算法实现中小流域流量的预测。最后,在某真实小流域场景中采集流量数据,并根据预测数据与实际观测数据的对比和分析,评估所提出方法的有效性和准确性。实验结果显示,基于GRU和XGBoost算法的中小流域流量预测方法能够较为准确地预测流域的流量变化,为水资源管理和防洪工程提供可靠的决策依据。
关键词
中小
流域
流量
预测
门控循环神经网络
XGBoost
多传感器协同传输技术
Keywords
Small and medium-sized watershed flow prediction
Gate recurrent unit
XGBoost
Multi-sensor collaborative transmission technology
分类号
TV124 [水利工程—水文学及水资源]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于GRU和XGBoost算法的中小流域流量预测研究
苏林鹏
周祥
张守平
《吉林水利》
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
