- 1、本文档共5页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第44卷第2期海洋测绘Vol.44,No.2
2024年3月HYDROGRAPHICSURVEYINGANDCHARTINGMar.,2024
引文格式:卢鹏,姜星竹,王振华,等.融合多重分解和差值修正的海浪波高预测研究[J].海洋测绘,2024,44(2):36-40.
D01:10.3969/j.issn.1671-3044.2024.02.009
融合多重分解和差值修正的海浪波高预测研究
卢鹏,姜星竹,王振华,郑宗生
(上海海洋大学信息学院,上海201306)
摘要:为了提升海浪波高预测精度,提出了融合多重分解和差值修正的海浪波高预测模型(J-DE-LSTM)。该
模型采用自适应噪声完备集合经验模态分解,对波高数据进行一重分解,以及对分解后的残差分量进行二重分解;
采用亲和力传播算法进行聚类降维并输人到长短期记忆网络进行预测获取初步预测值。建立波高观测值与初步
预测值形成的差值序列进行三重分解,采用样本熵重构为趋势项和周期项并进行权重计算,构建粒子群算法优化
极限学习机和LSTM的组合预测模型进行双轨并行预测;最后将预测结果与权重加权融合进行差值修正未来点位
波高预测值。实验结果表明J-DE-LSTM模型较LSTM、TCN模型平均绝对误差提升约4.1%~11.5%,均方误差提
升6.5%~15.2%。
关键词:海浪波高预测;差值修正;样本熵;模态分解;加权融合
中图分类号:P229.7文献标志码:A文章编号:1671-3044(2024)02-0036-05
但也存在着预测误差的问题。基于此,本文提出的
1引言
J-DE-LSTM预测模型,旨在提高波高预测精度。在
海浪周期、波向、有效波高等海洋状况参数,是对海浪波高数据进行一重分解和对残差分量进行二
影响海洋运输、海洋生态保护、海洋工程建设等活动重分解基础上,提出AP算法进行降维改进,以此降
的重要因素!,其预测预报有着重要的意义和作低数据复杂度和提升运行效率;通过以上双重分解
用。尤其是涉及海上活动的安全性与可靠性时,海并进行多分量预测叠加,提升初步预测值的精度。
浪波高的准确预测至关重要。并在此基础上,对差值序列继续采用CEEMDAN分
在海浪预测的研究领域,机器学习已广泛应用解,使用SampEn重构成趋势项和周期项,并采用熵
于海浪波高预测。文献[2]提出极限学习算法值法分配重构项的权重,将预测结果与权重加权融
(ELM)进行波高预测,并在澳大利亚东海岸两个地合进行差值修正未来点位波高预测值,从而提升波
点进行了有效验证。文献[3]基于支持向量回归高预测精度。
(SVR)方法,在渤海海域建立了有效波高短期预测
2相关原理及理论
模型,开展了预测试验。文献[4]提出自回归模型
(AR模型)与SVR混合的预测算法对夏威夷群岛2.1
自适应噪声完备集合经验模态分解
北部波高进行了有效预测(CEEMDAN)
深度学习技术的快速发展[5],为实时波高预自适应噪声完备集合经验模态分解(CEEMDAN)[8)
测提供了新的途径。文献[6]提出基于门控循环是信号分解算法,较好地解决经验模态分解存在的
单元(CRU)的深度学习预测模型,该模型在台湾模态混叠问题。
海峡进行了有效海浪高度预测。文献[7]提出的2.2长短期记忆网络(LSTM)
基于残差的二次分解
您可能关注的文档
- DB1304T 410-2022早熟棉“晚密简”绿色高效栽培技术规程.docx
- DB1309_T 270-2023 无花果设施栽培技术规程.docx
- DB1310_T 274-2022 甘薯水肥药一体化栽培技术规程.docx
- DB1307_T009-2022烤烟地膜覆盖技术规程.docx
- DB13_T 5618-2022 黑龙港区冬小麦旱作栽培技术规程.docx
- DB1307_T376-2022 羊床建造技术条件.docx
- DB1308_T 318-2022 酸枣仁采收加工技术规程.docx
- 脱水胡萝卜粒加工技术规程(DB1308-T 311-2022).docx
- DB13_T 5675-2023 商贸物流智能仓储管理服务规范.docx
- DB1303∕T 335-2022 白尖粟(金丝雀虉草)新品系朴茜1号栽培技术规程(秦皇岛市).docx
- 汽车保险与理赔课件 8.4汽车保险欺诈的预防.pptx
- 汽车保险与理赔课件 2.1 机动车交通事故责任强制保险.pptx
- 汽车保险与理赔课件 1.4熟悉汽车保险合同.pptx
- 汽车保险与理赔课件 3.3认识新能源汽车第三者责任保险.pptx
- 新能源汽车概论课件 3.3认知氢燃料电动汽车.pptx
- 汽车电工电子技术课件 项目一-任务1 认识汽车电路.pptx
- 汽车保险与理赔课件 7.2新能源汽车 查勘.pptx
- 汽车保险与理赔课件 4.2投保单的填写.pptx
- 汽车车身电控系统检修课件 学习任务3.5 电动后视镜检修.ppt
- 发动机电控系统原理与维修电子版教材 任务4 废气涡轮增压系统检修.docx
文档评论(0)