當前位置:首頁 > 科技文檔 > 海洋學 > 正文

基于能量熵VMD最優(yōu)分解與GRU循環(huán)神經(jīng)網(wǎng)絡(luò)的潮汐預(yù)測精度提升方法研究

儀器儀表學報 頁數(shù): 9 2024-01-03
摘要: 為進一步提升潮汐預(yù)測精度,提高預(yù)測模型的多適應(yīng)性,針對低頻潮汐分潮智能化自適應(yīng)提取困難、動態(tài)化處理分潮信息能力弱、單一預(yù)測模型對潮汐整體預(yù)測的局限性等問題,提出了一種基于能量熵的自適應(yīng)最優(yōu)變分模態(tài)分解VMD與門控循環(huán)單元神經(jīng)網(wǎng)絡(luò)GRU相結(jié)合的潮汐預(yù)測提升方法。首先,將潮汐數(shù)據(jù)歸一化預(yù)處理,通過VMD對潮汐數(shù)據(jù)完成自適應(yīng)變分模態(tài)分解,并根據(jù)不同分解層模態(tài)分量的能量熵判定最優(yōu)分解層... (共9頁)

開通會員,享受整站包年服務(wù)立即開通 >