HOCHREITER S, SCHMIDHUBER J. Long Short-Term Memory[J]. Neural Computation, 1997, 9(8): 1735-1780. doi: 10.1162/neco.1997.9.8.1735
|
吴剑. 基于长短时记忆网络的山丘区中小河流洪水预报研究[D]. 大连: 大连理工大学, 2021.
|
冯钧, 潘飞. 一种LSTM-BP多模型组合水文预报方法[J]. 计算机与现代化, 2018(7): 82-85, 92. doi: 10.3969/j.issn.1006-2475.2018.07.017
|
TIAN Y, XU Y P, YANG Z L, et al. Integration of a Parsimonious Hydrological Model with Recurrent Neural Networks for Improved Streamflow Forecasting[J]. Water, 2018, 10(11): 1655. doi: 10.3390/w10111655
|
KRATZERT F, KLOTZ D, BRENNER C, et al. Rainfall-Runoff Modelling Using Long Short-Term Memory (LSTM) Networks[J]. Hydrology and Earth System Sciences, 2018, 22(11): 6005-6022. doi: 10.5194/hess-22-6005-2018
|
LE X H, HO H V, LEE G, et al. Application of Long Short-Term Memory (LSTM) Neural Network for Flood Forecasting[J]. Water, 2019, 11(7): 1387. doi: 10.3390/w11071387
|
殷兆凯, 廖卫红, 王若佳, 等. 基于长短时记忆神经网络(LSTM)的降雨径流模拟及预报[J]. 南水北调与水利科技, 2019, 17(6): 1-9, 27.
|
ZHOU Y, GUO S, CHANG F, et al. Hydrological Forecasting Using Artificial Intelligence Techniques[J]. Journal of Water Resources Research, 2019, 8(1): 1-12. doi: 10.12677/JWRR.2019.81001
|
张森, 颜志俊, 徐春晓, 等. 基于MPGA-LSTM月径流预测模型及应用[J]. 水电能源科学, 2020, 38(5): 38-41, 75.
|
崔巍, 顾冉浩, 陈奔月, 等. BP与LSTM神经网络在福建小流域水文预报中的应用对比[J]. 人民珠江, 2020, 41(2): 74-84.
|
DING Y K, ZHU Y L, FENG J, et al. Interpretable Spatio-Temporal Attention LSTM Model for Flood Forecasting[J]. Neurocomputing, 2020, 403: 348-359. doi: 10.1016/j.neucom.2020.04.110
|
刘扬, 王立虎. 基于改进EMD-LSTM的洪水预测方法研究[J]. 水利水电技术(中英文), 2022, 53(1): 35-44.
|
李志超, 张怡雯, 邬强, 等. 基于分级优化与LSTM方法的中小流域洪水预报研究[J]. 水利水电技术(中英文), 2022, 53(8): 41-49.
|
罗朝林, 张波, 孟庆魁, 等. 基于长短时记忆神经网络的水库洪水预报[J]. 人民珠江, 2022, 43(12): 128-134.
|
王逸阳. LSTM与多头注意力机制视角下的洪水预报模型研究[D]. 郑州: 华北水利水电大学, 2023.
|
李志超, 邬强, 胡彩虹, 等. 基于LSTM误差校正蓄满-超渗兼容模型的山洪预报研究[J]. 武汉大学学报(工学版), 2023, 56(10): 1161-1171.
|
毕成琳, 刘匡, 向征, 等. 洪水预报区域化LSTM模型研究[J]. 水电能源科学, 2023, 41(12): 63-67.
|
张锦堂, 任明磊, 李京兵, 等. 基于长短时记忆网络的山区中小流域降雨径流模拟[J]. 水电能源科学, 2024, 42(8): 33-37.
|