Presentation Details
机器学习在西北干旱半干旱区地下水埋深预测中的应用
ID：418
View Protection：ATTENDEE
Updated Time：2024-04-10 19:57:52 Hits：1655
Poster Presentation
Start Time：2024-05-18 10:43（Asia/Shanghai）
Duration：1min
Session：SP 张贴报告专场 »
No files
Abstract
由于缺乏准确的数据和复杂的参数化，地下水深度的预测对数值模型来说是一个挑战。机器学习可以有效地解决这一问题，并在许多地区的地下水深度预测中被证明是有用的。本文将两个新模型应用于宁夏地区地下水深度的预测。这两个模型将多头注意和改进的蜣螂优化算法与卷积神经网络-长短期记忆网络(CNN-LSTM)和卷积神经网络-门控循环单元(CNN-GRU)两种混合深度学习模型相结合。结合多头注意力和改进的蜣螂优化器的混合深度学习算法表现更好。CNN-LSTM性能优于CNN-GRU。改进的蜣螂优化器模型比原始屎壳郎优化器模型具有更好的预测性能。此外，与传统统计模型多元线性回归模型相比，深度学习模型具有更好的性能。
Keywords
地下水,短期气候预测
Speaker
蔡嘉睿
硕士研究生 南京信息工程大学Submission Author
All Comments
Important Date
-
Conference Date
May 17
2024
toMay 20
2024
-
Mar 31 2024
Draft paper submission deadline
-
Mar 31 2024
Contribution Submission Deadline
-
May 20 2024
Registration deadline
Sponsored By
青年地学论坛理事会
Organized By
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
Contact Information
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
Submit Comment