基于门控循环网络的海浪波倾角预测研究
海浪的波倾角是一种非线性随机时间序列,对于舰载机的起降和舰载稳定平台的控制具有重要的指导意义.传统的时间序列预测方法诸如自回归滑动平均预测、神经网络预测法等,有时无法提供较高的精度.因此,提出一种基于门控循环网络的海浪模型时间序列预测法.结果 表明,在平均绝对百分比误差上分别比BP神经网络、循环神经网络(RNN)、长短期记忆网络(LSTM)下降了85.0%、80.3%、34.4%;在均方根误差上分别下降了27.1%、37.7%和7.5%.与传统方法相比,门控循环网络在处理长依赖时间序列上更有优势,预测精度更高.
海浪模型、时间序列预测、神经网络、深度学习、门控循环网络
38
TP29(自动化技术及设备)
国家自然科学基金青年科学基金61401211
2019-07-03(万方平台首次上网日期,不代表论文的发表时间)
共5页
96-100