基于能量熵VMD最优分解与GRU循环神经网络的潮汐预测精度提升方法研究
仪器仪表学报
页数: 9 2024-01-03
摘要: 为进一步提升潮汐预测精度,提高预测模型的多适应性,针对低频潮汐分潮智能化自适应提取困难、动态化处理分潮信息能力弱、单一预测模型对潮汐整体预测的局限性等问题,提出了一种基于能量熵的自适应最优变分模态分解VMD与门控循环单元神经网络GRU相结合的潮汐预测提升方法。首先,将潮汐数据归一化预处理,通过VMD对潮汐数据完成自适应变分模态分解,并根据不同分解层模态分量的能量熵判定最优分解层... (共9页)