1.一种基于tcn网络的洪涝预测方法,其特征在于,包括:
2.根据权利要求1所述的一种基于tcn网络的洪涝预测方法,其特征在于,步骤s1中降雨强度数据由下式确定:
3.根据权利要求1所述的一种基于tcn网络的洪涝预测方法,其特征在于,步骤s1中收集洪水水深数据的具体过程包括:
4.根据权利要求1所述的一种基于tcn网络的洪涝预测方法,其特征在于,步骤s2中训练集、测试集和验证集按8:1:1比例划分。
5.根据权利要求1所述的一种基于tcn网络的洪涝预测方法,其特征在于,步骤s3中所述tcn网络预测模型由matlab深度学习框架构建,所述tcn网络预测模型包括多个残差块,每一个所述残差块依次连接,每一个所述残差块包括依次连接第一扩展因果卷积层、第一归一化层、第一空间辍学层、第二因果卷积层、第二归一化层、激活函数层和第二空间辍学层,以及一个卷积层,
6.根据权利要求5所述的一种基于tcn网络的洪涝预测方法,其特征在于,
7.根据权利要求6所述的一种基于tcn网络的洪涝预测方法,其特征在于,
8.根据权利要求6所述的一种基于tcn网络的洪涝预测方法,其特征在于,步骤s4的贝叶斯算法的具体过程包括:
9.一种基于tcn网络的洪涝预测系统,其特征在于,包括:
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述的计算机存储程序被处理器执行时,实现权利要求1至8任一项所述的基于tcn网络的洪涝预测方法。