一种基于长短期记忆网络的蒸发波导高度预测方法

本发明公开了一种基于长短期记忆网络的蒸发波导高度预测方法，将原始数据集进行归一化处理，获得长短期记忆网络模型的特征值数据集和标签数据集，标签数据集为蒸发波导高度特征数据集合，将长短期记忆网络模型特征数据集和标签数据集划分为训练集和测试集，将训练集和测试集输入长短期记忆网络，通过训练过程和性能测试过程获取长短期记忆网络的超参数配置数据，建立基于长短期记忆网络的蒸发波导高度预测模型。本发明使得蒸发波导高度RMSE有了显著下降，且能够获得更好的蒸发波导廓线拟合度，相比于XGB模型，泛化能力提升显著，解决了理论模型预测精度不高，实用性不强的问题，和反演法隐蔽性不好、误差较大等问题。