科研之友
微信
新浪微博
Facebook
分享链接
摘要
气象数据为多元时间序列，为了解决传统气温预测算法预测误差大、时空特征提取不充分的问题，将灰色关联分析、卷积长短时记忆网络和双向长短时记忆网络融合，提出了一种GRA-Conv-BiLSTM气温预测方法。灰色关联分析法解决了传统方法中参数选择困难的问题，然后设定时间窗，结合历史气温作为模型的输入，建立卷积长短时记忆网络和双向长短时记忆网络动态加权融合的预测模型以增强模型的时空特征提取能力，并以四川省某气象站点历史数据作为样本进行实验。结果显示，对于数据量庞大的多元气象时间序列，该模型表现出更强的优越性，能够适应动态非线性变化，预测精度更高。
- 单位
