公开(公告)号：CN111242344A

公开(公告)日：2020-06-05

申请号：CN201911269292.8

申请日：2019-12-11

Applicant: 大连海事大学

Inventor： 潘明阳 ,  周海南 ,  顾网林 ,  李昱 ,  曹佳一 ,  王德强

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于循环神经网络和卷积神经网络的智能水位预测方法，包括：处理空间上相邻的各个水位站长期采集的水位数据，形成水位样本数据；构建基于循环神经网络和卷积神经网络的水位预测模型；利用水位样本数据对水位预测模型进行训练和测试，确定水位预测模型的网络参数；利用训练好的水位预测模型，输入多个空间相邻水位站的一段期间的历史数据，获得中间水位站未来一段期间的预测水位值。本发明的技术方案一方面利用循环神经网络学习水位的变化趋势，另一方面利用卷积神经网络更好地学习到了不同位置的水位站之间水位值的某种关联，从而更加充分利用多水位站的数据，提高内河水位预测的精度。