咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >长短期记忆神经网络(LSTM)对风暴潮数值模拟的优化应用 收藏

长短期记忆神经网络(LSTM)对风暴潮数值模拟的优化应用

Application of Long Short-Term Memory neural network for optimization of numerical simulation results of storm surge

作     者:陈鸿生 林小刚 林晓珍 CHEN Hongsheng;LIN Xiaogang;LIN Xiaozhen

作者机构:自然资源部海洋环境探测技术与应用重点实验室广东广州510301 国家海洋局汕尾海洋环境监测中心站广东汕尾516600 国家海洋局深圳海洋环境监测中心站广东深圳518000 

出 版 物:《海洋预报》 (Marine Forecasts)

年 卷 期:2024年第41卷第4期

页      面:1-10页

学科分类:07[理学] 0707[理学-海洋科学] 

基  金:自然资源部海洋环境探测技术与应用重点实验室自主设立课题(MESTA-2022-D008) 

主  题:长短期记忆 神经网络 台风风暴潮 数值模拟 

摘      要:利用长短期记忆神经网络和数值模式相结合的方法,设计了两套针对粤东遮浪海洋站点台风风暴潮增水的预报优化方案。与实测资料对比结果显示,长短期记忆神经网络方法可以显著改善数值模式模拟结果的准确性,最大增水和主振过程中增水后报结果的平均绝对误差、平均相对误差和平均改善幅度分别为7.1 cm、8.2%、74%和16.1 cm、34.7%、33%。进一步分析表明,利用台风信息预测数值模拟结果的订正值可以有效改善神经网络方法的不稳定性,比直接预测风暴潮增水值更加准确、可靠。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分