寬度-深度融合時頻分析的徑流智能預測方法

摘要： 為解決現有基于LSTM的徑流預測模型易陷入局部最優(yōu)的問題，提出了基于VMD-LSTMBLS(variational mode decomposition-LSTM-broad learning system)的徑流預測模型。將寬度學習系統(tǒng)與LSTM結合，針對徑流序列多噪音特點，采用時頻分析方法中的變分模態(tài)分解，將徑流時間序列的一維時域信號變換到二維時頻平面，減少噪聲對預測結果的... （共10頁）