基于VMD-CNN-LSTM模型和迁移学习框架的风暴潮预测研究

摘要： 针对数值风暴潮预测模型耗时长及可操作性差的问题，基于“分解-预测-集成”的思想，融合变分模态分解算法(VMD)、“点-窗”采样模型、卷积神经网络(CNN)、长短期记忆网络(LSTM)及数值集成方法，构建了风暴潮组合预测模型。首先，采用VMD分解风暴潮增水时序数据，得到多个分量；其次，利用“点-窗”采样模型对分量数据进行采样，构建输入矩阵；之后，将输入矩阵输入到CNN-LSTM组...