潮位预测工作对扫雷布雷、港口及航道管理、水运资源开发、救生打捞等方面具有重要的意义。潮汐调和分析是目前使用最广泛的潮汐数据分析方法，但是依赖于大量的数据，存在短期潮位预测精度不高的问题，针对这个问题本文提出一种深层神经网络LSTM预测模型，可以通过保持神经元的上下文记忆的方式，提高预测精度。经过实验验证，该模型长期预测均方根误差(RMSE)在0.06左右，短期预测均方根误差(RMSE)在0.12上下，预测的结果较为精准。
科研之友
微信
新浪微博
Facebook
分享链接
