基于相似性搜索的水文时间序列预测模型研究

• 作者: 司存友 周金玉 李珂
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 相似性分析 LSTM 时间序列 水文预测
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 基金项目
• 页码范围: 19-24,31
• 页数: 7页
• 分类号: TP391
• 字数: 4438字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2020.03.004

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李珂	河海大学计算机与信息学院	5	2	1.0	1.0
2	司存友		17	27	3.0	4.0
3	周金玉	河海大学计算机与信息学院	2	1	1.0	1.0