摘要
本发明公开了一种基于多尺度特征提取的河流流量预测方法与系统,涉及河流流量预测和深度学习技术领域。该方法包括:获取河流流量数据,对河流流量进行初步特征提取和筛选,得到河流流量初步特征;对河流流量的初步特征进行预处理;利用河流流量模型对预处理后的河流流量初步特征进行预测,得到河流流量预测结果,其中,预测过程包括对河流流量初步特征分别进行局部特征和季节性特征提取,再对提取的不同尺度的特征进行相互关系的学习,根据学习结果对河流流量进行预测。本发明充分考虑了河流流量中的多尺度特征以及特征之间复杂的关系,有效的提高了河流流量预测的准确性。
技术关键词
流量预测模型
多尺度特征提取
流量预测方法
时间卷积网络
门控循环单元
卷积神经网络提取
流量预测系统
可读存储介质
深度学习技术
归一化方法
终端设备
关系
数据获取模块
数据处理模块
处理器
指令
周期性
计算机
优化器
系统为您推荐了相关专利信息
混合编码方法
熵编码数据
生成神经网络
知识蒸馏方法
概率建模方法
区域预测方法
通用特征
特征提取模块
识别蛋白质序列
上下文特征
脱硫废水处理系统
闪蒸技术
控制策略
中控单元
雾化模块