Page 69 - 2023年第54卷第9期

ｒｏｕｇｈｓｅｔ［Ｊ］．ＷａｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，２０１５，７１（１０）：１５０７ － １５１５．
［１９］ 郑彦辰，李建柱，荣佑同，等．降雨时空分布量化及其在洪水过程分 类 中 的 应 用 ［Ｊ］．水 利 学 报，２０２２，
５３（５）：５６０ － ５７３．
［２０］ ＷＡＮＧＷ， ＨＵＡＮＧ Ｙ， ＷＡＮＧ Ｙ， ｅｔ ａｌ．Ｇｅｎｅｒａｌｉｚｅｄ ａｕｔｏｅｎｃｏｄｅｒ： Ａ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｆｒａｍｅｗｏｒｋ ｆｏｒ
ｄｉｍｅｎｓｉｏｎａｌｉｔｙｒｅｄｕｃｔｉｏｎ ［Ｃ］??ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩＥＥＥｃｏｎｆｅｒｅｎｃｅｏｎｃｏｍｐｕｔｅｒｖｉｓｉｏｎａｎｄｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎｗｏｒｋ
ｓｈｏｐｓ．２０１４．
［２１］ 刘可新，包为民，阙家骏，等．基于主成分分析的 Ｋ均值聚类法在洪水预报中的应用［Ｊ］．武汉大学学报
（工学版），２０１５，４８（４）：４４７ － ４５０，４５８．
［２２］ 陈建强．基于卷积神经网络的海洋次表层叶绿素遥感反演研究［Ｄ］．青岛：青岛科技大学，２０２２．
［２３］ 刘玉驰，蒋玉峰，王树青，等．基于数据融合及残差卷积自编码器的结构损伤识别方法［Ｊ］．振动与冲击，
２０２３，４２（４）：１９４ － ２０３．
［２４］ 杨亚兰，李晨鑫，秦毓毅，等．基于卷积变 分 自 编 码 器 的 日 负 荷 曲 线 聚 类 研 究 ［Ｊ?ＯＬ］．现 代 电 力：１ － ９
［２０２３ － ０３ － ３１］．ｈｔｔｐｓ：??ｄｏｉ．ｏｒｇ?１０．１９７２５?ｊ．ｃｎｋｉ．１００７ － ２３２２．２０２２．００７６．
［２５］ 陈立，魏钰欣，刘斌．基 于 生 成 对 抗 网 络 与 ＲｅｓＵＮｅｔ的 细 胞 核 图 像 分 割 ［Ｊ］．光 电 子 · 激 光，２０２３，３４
（５）：４７３ － ４８１．
［２６］ ＧＩＲＳＨＩＣＫＲ．Ｆａｓｔｒ － ｃｎｎ［Ｃ］??ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩＥＥＥｉｎｔｅｒｎａｔｉｏｎａｌｃｏｎｆｅｒｅｎｃｅｏｎｃｏｍｐｕｔｅｒｖｉｓｉｏｎ．２０１５：１４４０ －
１４４８．

ＲｅｓｅａｒｃｈｏｎｆｌｏｏｄｃｌａｓｓｉｆｉｅｄｉｎｔｅｌｌｉｇｅｎｔｆｏｒｅｃａｓｔｉｎｇｍｅｔｈｏｄｂａｓｅｄｏｎＡＥ － ＲＣＮＮ
３
１，２
４
１，２
１，２
１，２
ＹＵＡＮＸｉｍｉｎ ，ＬＩＤａ ，ＴＩＡＮＦｕｃｈａｎｇ ，ＨＥＬｉｘｉｎ，ＷＡＮＧＸｉｕｊｉｅ ，ＧＵＯＬｉｂｉｎｇ
（１．ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＨｙｄｒａｕｌｉｃＥｎｇｉｎｅｅｒｉｎｇＳｉｍｕｌａｔｉｏｎａｎｄＳａｆｅｔｙ，ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ ３００３５０，Ｃｈｉｎａ；
２．ＳｃｈｏｏｌｏｆＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇ，ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ ３００３５０，Ｃｈｉｎａ；
３．ＳｃｈｏｏｌｏｆＷａｔｅｒＣｏｎｓｅｒｖａｎｃｙａｎｄＨｙｄｒｏｅｌｅｃｔｒｉｃｐｏｗｅｒ，ＨｅｂｅｉＵｎｉｖｅｒｓｉｔｙｏｆＥｎｇｉｎｅｅｒｉｎｇ，Ｈａｎｄａｎ ０７５０００，Ｃｈｉｎａ；
４．ＦｌｏｏｄａｎｄＤｒｏｕｇｈｔＤｉｓａｓｔｅｒＰｒｅｖｅｎｔｉｏｎＣｅｎｔｅｒｏｆＮｉｎｇｘｉａＨｕｉＡｕｔｏｎｏｍｏｕｓＲｅｇｉｏｎ，Ｙｉｎｃｈｕａｎ ７５０００２，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｈｉｅｒａｒｃｈｉｃａｌｆｌｏｏｄｆｏｒｅｃａｓｔｉｎｇｍｅｔｈｏｄｉｎａｒｅａｓｗｉｔｈｃｏｍｐｌｅｘｆｌｏｗｇｅｎｅｒａｔｉｏｎａｎｄｃｏｎｆｌｕｅｎｃｅｃｈａｒａｃｔｅｒｉｓ
ｔｉｃｓｃａｎｉｍｐｒｏｖｅｆｏｒｅｃａｓｔａｃｃｕｒａｃｙ．Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｈｉｅｒａｒｃｈｉｃａｌｉｎｔｅｌｌｉｇｅｎｔｆｌｏｏｄｆｏｒｅｃａｓｔｉｎｇｍｅｔｈｏｄｂａｓｅｄｏｎ
ａｕｔｏｅｎｃｏｄｅｒ（ＡＥ）ａｎｄｒｅｓｉｄｕａｌｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋ（ＲＣＮＮ），ｕｓｉｎｇａｕｔｏｅｎｃｏｄｅｒａｎｄＫ － ｍｅａｎｓｃｌｕｓｔｅｒｉｎｇ
ａｌｇｏｒｉｔｈｍｔｏｒｅａｌｉｚｅｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎａｎｄｆｌｏｏｄｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｈｙｄｒｏｌｏｇｉｃａｌｄａｔａ ，ｕｓｉｎｇｔｈｅＲＣＮＮｍｏｄｅｌｔｏｉｍ
ｐｒｏｖｅｔｈｅｅｆｆｅｃｔｉｖｅｔｒａｉｎｉｎｇｄｅｐｔｈｏｆｔｈｅｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋ．ＴａｋｉｎｇｔｈｅＨｕａｎｇｔａｉｑｉａｏＨｙｄｒｏｌｏｇｉｃａｌＳｔａｔｉｏｎ
ｉｎｔｈｅＸｉａｏｑｉｎｇＲｉｖｅｒＢａｓｉｎｉｎＳｈａｎｄｏｎｇＰｒｏｖｉｎｃｅａｓａｎｅｘａｍｐｌｅ ，ｔｈｅｒｅｓｅａｒｃｈｏｎｆｌｏｏｄｃｌａｓｓｉｆｉｃａｔｉｏｎｉｎｔｅｌｌｉｇｅｎｔ
ｆｏｒｅｃａｓｔｉｎｇｗａｓｃａｒｒｉｅｄｏｕｔ．ＴｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅＭＡＥｉｎｄｅｘ，ＲＭＳＥｉｎｄｅｘ，ａｎｄＮＳＥｉｎｄｅｘｏｆｔｈｅＡＥ － ＲＣＮＮ
ｍｏｄｅｌａｐｐｌｙｉｎｇｔｈｅｃｌｕｓｔｅｒｉｎｇｏｆｄｏｗｎｓｃａｌｅｄｄａｔａａｒｅ５．０４ ，７．９１ａｎｄ０．９２，ｒｅｓｐｅｃｔｉｖｅｌｙ，ｗｈｉｃｈａｒｅｂｅｔｔｅｒｔｈａｎｔｈｅ
ＣＮＮｍｏｄｅｌ ，ＲＣＮＮｍｏｄｅｌ，ａｎｄｒａｉｎｆａｌｌｃｌｕｓｔｅｒｉｎｇＲＣＮＮｍｏｄｅｌ．Ｔｈｉｓｍｅｔｈｏｄｃａｎｅｆｆｅｃｔｉｖｅｌｙｅｘｔｒａｃｔｔｈｅｃｈａｒａｃ
ｔｅｒｉｓｔｉｃｓｏｆｈｙｄｒｏｌｏｇｉｃａｌｄａｔａａｎｄｉｍｐｒｏｖｅｔｈｅａｃｃｕｒａｃｙｏｆｆｌｏｏｄｆｏｒｅｃａｓｔｉｎｇ．
Ｋｅｙｗｏｒｄｓ：ｈｉｅｒａｒｃｈｉｃａｌｉｎｔｅｌｌｉｇｅｎｔｆｌｏｏｄｆｏｒｅｃａｓｔｉｎｇ；ＡＥ － ＲＣＮＮ；ｄａｔａ － ｄｒｉｖｅｎｍｏｄｅｌ；ａｕｔｏｅｎｃｏｄｅｒ；ｒｅｓｉｄｕａｌ
ｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋ

（责任编辑：耿庆斋）

０
— １ ７ ９ —