摘要:针对现有水文时间序列预测模型存在预测精度及效率不高的问题,提出一种基于相似性搜索的水文时间序列预测模型。通过改进Chameleon算法、最小距离方差法及学习过滤选择法确定参考集,并使用基于CDTW的索引生成方法进行水文时间序列相似性搜索(HS_C_CBEM),同时与LSTM网络结合构造预测模型(FSS_LSTM)。实验证明FSS_LSTM预测模型能够有效提升预测的精度及效率。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
热门期刊服务
相关文章
影响因子:0.41
期刊级别:统计源期刊
发行周期:月刊
期刊在线咨询,1-3天快速下单!
查看更多>
超1000杂志,价格优惠,正版保障!
一站式期刊推荐服务,客服一对一跟踪服务!