基于集成學(xué)習(xí)與深度學(xué)習(xí)的洪水徑流預(yù)報(bào)研究

摘要： 深度學(xué)習(xí)模型憑借其對(duì)水文因素間復(fù)雜作用的優(yōu)秀處理能力，在水文預(yù)報(bào)領(lǐng)域得到了一定的應(yīng)用，然而，針對(duì)集成學(xué)習(xí)與深度學(xué)習(xí)耦合模型的研究仍有所缺失。通過(guò)融合集成學(xué)習(xí)AdaBoost算法與深度學(xué)習(xí)Informer模型，提出了一種組合模型，稱為AdaBoost-Informer模型，以提高洪水徑流預(yù)報(bào)的精度。該模型以歷史雨量和徑流數(shù)據(jù)作為數(shù)據(jù)輸入，將具備長(zhǎng)時(shí)序依賴捕獲能力的Informer... （共8頁(yè)）