[张贴报告]机器学习在西北干旱半干旱区地下水埋深预测中的应用

机器学习在西北干旱半干旱区地下水埋深预测中的应用
编号:418 稿件编号:441 访问权限:仅限参会人 更新:2024-04-10 19:57:52 浏览:13次 张贴报告

报告开始:2024年05月18日 10:43 (Asia/Shanghai)

报告时间:1min

所在会议:[SP] 张贴报告专场 » [sp12] 主题12、大气物理与气象气候

暂无文件

摘要
由于缺乏准确的数据和复杂的参数化,地下水深度的预测对数值模型来说是一个挑战。机器学习可以有效地解决这一问题,并在许多地区的地下水深度预测中被证明是有用的。本文将两个新模型应用于宁夏地区地下水深度的预测。这两个模型将多头注意和改进的蜣螂优化算法与卷积神经网络-长短期记忆网络(CNN-LSTM)和卷积神经网络-门控循环单元(CNN-GRU)两种混合深度学习模型相结合。结合多头注意力和改进的蜣螂优化器的混合深度学习算法表现更好。CNN-LSTM性能优于CNN-GRU。改进的蜣螂优化器模型比原始屎壳郎优化器模型具有更好的预测性能。此外,与传统统计模型多元线性回归模型相比,深度学习模型具有更好的性能。
关键字
地下水,短期气候预测
报告人
蔡嘉睿
硕士研究生 南京信息工程大学

稿件作者
蔡嘉睿 南京信息工程大学
发表评论
验证码 看不清楚,更换一张
全部评论
● 会务总协调  

● 学术安排

 

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

13313708075

lliu@iue.ac.cn

 

● 会场技术服务

 

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

     
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

许心雅 18005960255 xuxinya@xmu.edu.cn
           

海报张贴

 

● 酒店预定及咨询

 
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com

卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订