基于邊界修正和二次分解的改進(jìn)月降水LSTM預(yù)測方法

摘要： 基于深度學(xué)習(xí)的降水預(yù)測是近年來水文研究的熱點(diǎn)。月降水?dāng)?shù)據(jù)為典型的小樣本數(shù)據(jù)，無法滿足深度學(xué)習(xí)對(duì)大數(shù)據(jù)量的需求。為此，融合信號(hào)分解和邊界修正的思想，提出一種改進(jìn)的月降水長短期記憶網(wǎng)絡(luò)（LSTM）預(yù)測方法。首先，針對(duì)序列分解的“端點(diǎn)效應(yīng)”，采用波形特征匹配延拓法擴(kuò)展原始序列邊界。然后，利用極點(diǎn)對(duì)稱模態(tài)分解（ESMD）和變分模態(tài)分解（VMD）對(duì)原始序列進(jìn)行二次分解。ESMD提取月降水... （共9頁）