原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种缺资料流域径流量智能预测方法，包括：根据流域之间的相似度评价结果，确定与目标流域相似的流域集，根据流域集的过程驱动模型参数确定目标流域的参数范围，构建缺资料流域的水文过程驱动模型；基于率定验证后的过程驱动模型，生成径流量的模拟时间序列数据，共同构成缺资料流域的流域类型‑模型参数‑径流量数据矩阵，依据该数据矩阵构建预训练数据集，用以训练引入径流量过程知识的深度学习模型；用历史实测数据训练预训练完成后的模型，得到最终的物理引导的深度学习模型，并输出目标时段内的径流量指标预测数据。本发
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116432828 A
(43)申请公布日 2023.07.14
(21)申请号 202310265554.3 G06F 18/22 (2023.01)
文档评论（0）