一種基于深度學(xué)習(xí)和遷移學(xué)習(xí)的水文預(yù)報(bào)方法
基本信息
| 申請(qǐng)?zhí)?/td> | CN202210380722.9 | 申請(qǐng)日 | - |
| 公開(kāi)（公告）號(hào) | CN114707736A | 公開(kāi)（公告）日 | 2022-07-05 |
| 申請(qǐng)公布號(hào) | CN114707736A | 申請(qǐng)公布日 | 2022-07-05 |
| 分類號(hào) | G06Q10/04（2012.01）I;G06Q50/06（2012.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分類 | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 朱齊亮;任建勛;劉靜;閆曉敏;曾偉;吳丹;朱啟航 | 申請(qǐng)（專利權(quán)）人 | 華北水利水電大學(xué) |
| 代理機(jī)構(gòu) | 鄭州芝麻知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） | 代理人 | - |
| 地址 | 450046河南省鄭州市金水東路136號(hào) | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明涉及水文預(yù)報(bào)技術(shù)領(lǐng)域，具體涉及一種基于深度學(xué)習(xí)和遷移學(xué)習(xí)的水文預(yù)報(bào)方法，該方法包括：篩選主要貢獻(xiàn)特征；利用主要貢獻(xiàn)特征的歷史數(shù)據(jù)訓(xùn)練長(zhǎng)短期記憶模型；基于不同主要貢獻(xiàn)特征的貢獻(xiàn)率的差異、對(duì)應(yīng)的主要貢獻(xiàn)特征在預(yù)設(shè)時(shí)間間隔內(nèi)的貢獻(xiàn)率衰減構(gòu)建權(quán)重分配模型；根據(jù)權(quán)重分配模型獲取的計(jì)算權(quán)重和訓(xùn)練完成的長(zhǎng)短期記憶模型得到的訓(xùn)練權(quán)重之間的權(quán)重差異優(yōu)化長(zhǎng)短期記憶模型的損失函數(shù)，得到水文預(yù)報(bào)模型；根據(jù)不同量級(jí)下的預(yù)報(bào)結(jié)果與實(shí)際結(jié)果之間的誤差分別對(duì)水文預(yù)報(bào)模型進(jìn)行校正，得到每個(gè)量級(jí)對(duì)應(yīng)的優(yōu)化水文預(yù)報(bào)模型。本發(fā)明能夠利用不同水文特征之間的影響優(yōu)化模型的損失函數(shù)，提高網(wǎng)絡(luò)模型的訓(xùn)練效果以及對(duì)最新數(shù)據(jù)的學(xué)習(xí)能力。 |
