摘要
本申请公开了一种基于水位预报的模型训练方法、水位预报方法及装置,涉及水位预测技术领域。该基于水位预报的模型训练方法包括:采集获取历史水位信息;获取两个预设模型对应的两个基学习器;根据历史水位信息分别训练两个基学习器,并根据训练后的两个基学习器生成第一预测结果;构建新的二级模型,并采用第一预测结果和上述历史水位信息训练二级模型获取融合模型。该方法通过历史水位信息分别训练两种预设模型对应的两个基学习器,并根据两个基学习器的预测结果训练二级模型,实现了将二级模型与两个基学习器堆叠形成融合模型,该融合模型用于水位预报,从而降低了水位预报方案的实现难度并提高了水位预报方案的水位预报结果准确性。
技术关键词
学习器
模型训练方法
模型超参数
矩阵
预报方法
融合算法
水位预测技术
数据
模型训练装置
周期
多层感知器
时间段
模块
系统为您推荐了相关专利信息
点云配准方法
嵌入特征
特征提取模块
匹配模块
分辨率
格子玻尔兹曼
多分支
神经网络模型
外力
物理系统
神经网络模型
图像分类方法
节点特征
补丁
深度学习特征提取